/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
5 сен 2026

Ссылки

Hugging Face

qwen3-8b-sft-260901-acereason-bigmath

devpotatopotato
Генерация текстаТекст → текст3 профессии

Дообученная на наборах для рассуждений и математики модель Qwen3-8B для диалоговой генерации текста.

24скачиваний за 30 дней0лайковвеса обновлены5 сен 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

Модель devpotatopotato/qwen3-8b-sft-260901-acereason-bigmath — дообученная командой devpotatopotato версия Qwen3-8B для генерации текста в диалоговом формате. В README указано обучение на наборах acereason_keyword_details и bigmath_keyword_details; по названию наборов модель ориентирована на рассуждения и математические задачи, однако подробностей обучения и оценки не приведено.

Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и формат safetensors. Контекстное окно — до 40 960 токенов. Базовая модель мультиязычная; сведения о языках, на которых специально обучали эту версию, отсутствуют. Модель распространяется под лицензией с обозначением «other», конкретные условия следует уточнить в карточке репозитория.

Сценарии применения

  • решение математических задач в диалоге
  • генерация ответов с пошаговыми рассуждениями
  • ответы на вопросы по математике
  • инструктивная генерация текста

Ограничения

README не приводит результатов оценки, подробностей обучения или конкретных ограничений; специализация на математике и рассуждениях следует из названий обучающих наборов. Условия лицензии «other» в предоставленных данных не раскрыты.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen3-8b-sft-260901-acereason-bigmath

This model is a fine-tuned version of Qwen/Qwen3-8B on the acereason_keyword_details and the bigmath_keyword_details datasets.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 4e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 5.0

Training results

Framework versions

  • Transformers 4.57.6
  • Pytorch 2.8.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
76e6a59

0 моделей

    Создать бенчмарк