/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
7 авг 2026

regexgym-qwen3-4b

Генерация текстаТекст → текст8 профессий

Модель на базе Qwen3-4B, дообученная для построения регулярных выражений, разделяющих заданные примеры совпадений и несовпадений.

17скачиваний за 30 дней0лайковвеса обновлены8 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.

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

RegexGym-Qwen3-4B — дообученная модель Qwen3-4B от ctokx, предназначенная для построения регулярных выражений по примерам строк. Пользователь передаёт строки, которые должны соответствовать шаблону, и строки, которые не должны ему соответствовать; модель предлагает одно регулярное выражение, разделяющее эти группы.

Модель основана на плотной архитектуре Qwen3ForCausalLM с 3,7 млрд параметров и контекстом до 40 960 токенов. Она сначала формирует рассуждение, затем выводит шаблон в блоке regex. Для обучения использовали полное дообучение в течение трёх эпох на 660 проверенных трассах рассуждений; примеры предварительно проверялись исполнением регулярного выражения. README приводит оценку на 120 отложенных задачах и отмечает, что модель превосходит исходную Qwen3-4B, но уступает более крупной модели-учителю и не всегда строит точный шаблон.

Модель подходит для синтеза регулярных выражений по положительным и отрицательным примерам. В метаданных указана лицензия other; конкретные условия этой лицензии следует уточнить на странице репозитория.

Сценарии применения

  • построение регулярного выражения по строкам, которые должны совпасть
  • создание шаблона, исключающего заданные отрицательные примеры
  • подбор regex для проверки форматов строк
  • автоматизация синтеза регулярных выражений из примеров

Ограничения

На отложенных задачах модель не всегда выдаёт полностью корректное выражение и уступает более крупной модели-учителю. Указана лицензия other, поэтому условия использования следует проверить в репозитории.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RegexGym-Qwen3-4B

Qwen3-4B fine-tuned to write regexes from examples. Give it strings that should match and strings that shouldn't; it returns one regex that separates them. It was trained on regexgym-verified-traces — teacher reasoning traces where every kept example actually solved a hidden holdout, checked by running the regex, not by a learned reward.

How it does

120 held-out tasks, decontaminated, strict pass@1:

Systempass@1mean hidden acc
always answer .*0%0.50
classical regex induction10%0.59
base Qwen3-4B37%0.63
this model44%0.82
Gemma-4-31B (teacher, 8× bigger)51%0.70

What the numbers mean. pass@1 is all-or-nothing per task — the regex has to match every held-out positive and reject every held-out negative to count. It's the strict headline number: 44% means a fully-correct regex on 44 of 100 unseen tasks. mean hidden accuracy is partial credit — on average, the fraction of held-out strings each regex classifies correctly — so a close-but-imperfect answer still scores. That's why it runs higher (0.82) than pass@1: the model is usually close even when it isn't exact.

Seven points over the base it started from. It doesn't reach the teacher — a 4B chasing a 31B has a real gap, and more distillation didn't close it. The writeup covers what I tried (more data, a bigger base, a light GRPO run) and why each one stalled.

Using it

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("ctokx/regexgym-qwen3-4b")
model = AutoModelForCausalLM.from_pretrained("ctokx/regexgym-qwen3-4b", torch_dtype="auto",
                                             device_map="auto")

prompt = (
    "Produce a single regular expression (in a ```regex block) that matches every POSITIVE "
    "and no NEGATIVE example.\n\nPOSITIVE:\n  90210\n  10001-1234\n  33101\n\n"
    "NEGATIVE:\n  9021\n  ABCDE\n  100011234\n"
)
msgs = [{"role": "user", "content": prompt}]
text = tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True,
                               enable_thinking=False)
ids = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**ids, max_new_tokens=512, do_sample=False)
print(tok.decode(out[0][ids["input_ids"].shape[1]:], skip_special_tokens=True))

It reasons first, then puts the pattern in a fenced ```regex block.

Training

Full fine-tune of Qwen3-4B, three epochs, on the 660-trace train split. Reasoning targets are capped short so the answer never falls off the end of the sequence (the mistake that made an earlier version score 0%). Eval only ever reports clean pass@1 — never the shaped RL reward.

Run on Modal, one A100 80GB — the fine-tune takes a few minutes. The training traces were generated by Gemma-4-31B on Friendli AI, filtered by an execution verifier before anything reached the training set. Code and pipeline: github.com/ctokx/regexgym.

License

Qwen3-4B is Apache-2.0. The training traces were written by a Gemma teacher, so this model falls under the Gemma Terms of Use. Read them before redistributing.

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
df17f61

0 моделей