Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
TIPS-Qwen3-4B-Instruct-2507-Math — дообученная XingYing-stack модель на архитектуре Qwen3, основанная на Qwen/Qwen3-4B-Instruct-2507. Чекпойнт обучен методом outcome-only GRPO и предназначен для оценки математических решений: модель рассуждает о ходе решения, затем генерирует метки для отдельных шагов и итоговую оценку.
Модель работает с текстовыми входами и выдаёт текстовые оценки и метки. Она предназначена для reward modeling и проверки корректности математических решений по шаблонам запросов и сценариям оценки TIPS, а не для обычного диалогового использования. В метаданных указаны 3,7 млрд параметров и контекст до 262 144 токенов; веса опубликованы в формате safetensors для Transformers.
Модель основана на Qwen3-4B-Instruct-2507 и выпущена под лицензией Apache-2.0. README указывает на использование шаблонов запросов и оценочных скриптов репозитория TIPS, поэтому применение вне соответствующего формата может потребовать адаптации.
Сценарии применения
проверка корректности решения математической задачи
оценка отдельных шагов математического доказательства или вычисления
формирование оценок вознаграждения для математических ответов
ранжирование вариантов решения по качеству и правильности
Ограничения
Модель предназначена для reward modeling и проверки решений, а не для универсального чата. Для работы следует использовать шаблоны запросов и оценочные скрипты TIPS.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This TIPS math checkpoint is initialized from Qwen/Qwen3-4B-Instruct-2507 and trained with outcome-only GRPO. It is a generative reward model that reasons over a mathematical solution before producing step-level and outcome labels.
Use the prompt templates and evaluation scripts in the TIPS repository. This checkpoint is intended for reward modeling and process verification rather than general-purpose chat.