/ Модель
Каталог

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Thinking-2507
Библиотека
transformers
Опубликована
27 авг 2026

Ссылки

Hugging Face

TIPS-Qwen3-4B-Thinking-2507-Agent

XingYing-stack
Генерация текстаТекст → текст3 профессии

Дообученная модель Qwen3 для проверки шагов и локализации первой ошибки в многошаговых траекториях ИИ-агентов.

102скачиваний за 30 дней0лайковвеса обновлены27 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

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-Thinking-2507-Agent — плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, созданная XingYing-stack на основе Qwen/Qwen3-4B-Thinking-2507. Модель дообучена методом outcome-only GRPO и предназначена для генеративного оценивания траекторий многошаговых агентных диалогов.

Она проверяет отдельные шаги и помогает находить первую ошибку в последовательности действий агента. Для работы следует использовать шаблоны промптов и скрипты оценки из репозитория TIPS. Модель построена на verl и распространяется по лицензии Apache-2.0.

Это специализированная модель вознаграждения и проверки процессов, а не универсальный чат-бот. В метаданных указан контекст до 262 144 токенов; карточка не описывает поддерживаемые естественные языки.

Сценарии применения

  • проверка правильности отдельных шагов ИИ-агента
  • поиск первой ошибки в траектории агента
  • генеративное оценивание многошаговых диалогов агента
  • оценка траекторий для обучения с подкреплением

Ограничения

Предназначена для проверки процессов и моделирования вознаграждения, а не для универсального общения. Для использования рекомендуются шаблоны промптов и скрипты оценки из репозитория TIPS.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TIPS-Qwen3-4B-Thinking-2507-Agent

This TIPS agent checkpoint is initialized from Qwen/Qwen3-4B-Thinking-2507 and trained with outcome-only GRPO. It is a generative reward model for step-level verification and first-error localization in multi-turn agent trajectories.

Training data and code are available at https://huggingface.co/datasets/XingYing-stack/TIPS-Training-Data and https://github.com/RUCBM/TIPS.

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.

Built upon verl and released under Apache-2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
86df039

0 моделей

    Создать бенчмарк