/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
gemma4 · dense
Базовая модель
gemma-4-E2B-it
Опубликована
5 апр 2026

qwen-to-gemma-math

Генерация текстаТекст → текст

Дообученная на GSM8K модель Gemma 4 E2B IT генерирует пошаговые текстовые решения математических задач.

100скачиваний за 30 дней2лайкавеса обновлены11 апр 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

daksh-neo/qwen-to-gemma-math — дообученная модель семейства Gemma 4, созданная NEO для решения математических задач с пошаговыми рассуждениями. В основе — Gemma 4 E2B IT от Google; в README описаны перенос рассуждений от Qwen3-plus с помощью дистилляции и последующее LoRA-дообучение на GSM8K. Модель имеет около 2 млрд параметров и сохраняется в формате safetensors.

Модель предназначена для генерации текстовых решений задач начальной арифметики и математических текстовых задач, в том числе в диалоговом режиме. По результатам README, она набрала 75% точности на 200 примерах тестовой части GSM8K против 71% у базовой Gemma 4 E2B IT. Для запуска README требует Transformers версии не ниже 5.6.0.dev0 с поддержкой Gemma4ForConditionalGeneration.

Модель принимает текст и выдаёт текст. В карточке указан английский язык; результаты и характеристики за пределами GSM8K не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • решение текстовых арифметических задач GSM8K
  • генерация пошаговых математических рассуждений
  • ответы на математические задачи в диалоговом формате

Ограничения

Оценка 75% получена на выборке из 200 примеров GSM8K и не подтверждает качество на других типах задач. Для запуска требуется Transformers версии не ниже 5.6.0.dev0 с поддержкой архитектуры Gemma 4.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen-to-gemma-math — GSM8K Math Reasoning by NEO

Built with NEO HuggingFace GSM8K NEO VS Code

Autonomously designed, trained, and evaluated by NEO — Your AI Agent. Try NEO →


NEO vs Baseline

ModelGSM8K AccuracyCorrect / 200
google/gemma-4-E2B-it (baseline)71.0%142 / 200
daksh-neo/qwen-to-gemma-math (NEO)75.0%150 / 200

NEO's model outperforms the baseline by +4.0 percentage points on GSM8K — trained autonomously from scratch using knowledge distillation from Qwen3-plus and LoRA fine-tuning on the full GSM8K training set.


Training Pipeline


Overview

This model distills mathematical reasoning from Qwen3-plus (teacher) into Gemma 4 2B (student) using chain-of-thought behavioral cloning, followed by LoRA supervised fine-tuning on GSM8K.

NEO autonomously:

  1. Designed the full distillation + fine-tuning pipeline
  2. Generated 500 chain-of-thought traces from Qwen3-plus via OpenRouter
  3. Fine-tuned Gemma 4 2B with LoRA (r=16, alpha=32) on 7,473 GSM8K samples
  4. Evaluated and benchmarked against the official baseline
  5. Achieved 75% GSM8K accuracy — surpassing the baseline by +4.0%

Architecture: Gemma4ForConditionalGeneration (2B parameters, bfloat16)


Distillation Pipeline

Stage 1 — CoT Trace Generation

  • Teacher: Qwen3-plus via OpenRouter API (temperature=0, deterministic)
  • Prompt: System prompt enforcing step-by-step arithmetic + 2-shot GSM8K examples
  • Scale: 500 GSM8K training problems
  • Filtering: Length > 25 words + numeric answer + < 30% repeated lines
  • Yield: 96.5% valid traces

Stage 2 — LoRA Fine-Tuning

  • Method: LoRA r=16, alpha=32
  • Dataset: Full GSM8K train split (7,473 samples)
  • Epochs: 3 · effective batch size 16 · LR 2e-4 cosine
  • Result: 75.0% GSM8K (+4.0% over baseline)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "daksh-neo/qwen-to-gemma-math"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)
model.eval()

prompt = """Problem: Janet has 3 apples. She gives 1 to her friend and buys 5 more. How many does she have?

Solve step-by-step. End with "The answer is: <number>".

Solution:"""

inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
with torch.no_grad():
    out = model.generate(**inputs, max_new_tokens=256, do_sample=False)
print(tokenizer.decode(out[0], skip_special_tokens=True))

Note: Requires transformers ≥ 5.6.0.dev0 (from source) for Gemma4ForConditionalGeneration support.


Evaluation Details

ParameterValue
DatasetGSM8K test set
Samples200
Batch size16
Precisionbfloat16
DecodingGreedy (do_sample=False)
MatchingStrict numeric match
GPUTesla V100-SXM2-16GB

How It Was Built

NEO autonomously designed and executed the full pipeline — zero manual intervention.

  1. Identified knowledge distillation as the optimal strategy for math reasoning transfer
  2. Prompted Qwen3-plus at temperature=0 to generate deterministic CoT traces
  3. Filtered traces for quality (length, answer presence, repetition)
  4. Fine-tuned with LoRA on the full GSM8K training set
  5. Benchmarked against the official baseline → +4.0% improvement

Built with NEO NEO VS Code

Try NEO →

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
987032b

0 моделей