/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
32,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
1 окт 2026

qwen3-8b-sft-261001-bigmath-sol-fsdp-0

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-8B генерирует математическое ключевое слово и его подробное значение по тексту задачи.

389скачиваний за 30 дней0лайковвеса обновлены1 окт 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

Это диалоговая языковая модель Qwen3-8B с полным supervised fine-tuning, выполненным devpotatopotato для генерации математического ключевого слова и его подробного значения по условию математической задачи. Репозиторий содержит финальный чекпойнт пятой эпохи; обучение завершено на шаге 3720 на датасете math-keyword-training с шаблоном qwen3_nothink и отключённым режимом рассуждений.

Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и генерирует текст. Контекстное окно — 40 960 токенов; веса сохранены в safetensors в формате float32. Модель предназначена для извлечения и пояснения математических понятий по формулировкам задач. Лицензия — Apache-2.0.

Сценарии применения

  • определение ключевого математического понятия в задаче
  • генерация подробного объяснения математического термина
  • подготовка пояснений к задачам по математике

Ограничения

Обучение использовало последовательности длиной до 4096 токенов; модель обучена на специализированных примерах генерации математических ключевых слов и пояснений, поэтому её пригодность для других задач не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen3-8b-sft-261001-bigmath-sol-fsdp-0

Full supervised fine-tuning of Qwen/Qwen3-8B for generating a math keyword and its detailed meaning from a math problem.

This repository contains the final training checkpoint: epoch 5, global step 3720. Training used keyword-261001-bigmath-gpt-6-sol.jsonl from devpotatopotato/math-keyword-training, the qwen3_nothink template, and enable_thinking=false.

Training configuration: learning rate 4e-6, cosine schedule, warmup ratio 0.05, weight decay 0.1, sequence cutoff 4096, effective batch size 128, seed 42, and FSDP full sharding across two GPUs.

The seven safetensors shards and tokenizer files are the original final-checkpoint files. Saved weights are float32. Optimizer state and distributed training-resume artifacts are not included.

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
332334d

0 моделей