Характеристики

Контекст: 40 960 токенов
Параметры: 7,6 млрд
Размер весов: 16,4 ГБ
Лицензия: Apache 2.0
Архитектура: a2d-qwen3 · dense
Базовая модель: Qwen3-8B
Библиотека: transformers
Опубликована: 13 июн 2026

Ссылки

Hugging Face arXiv 2606.06712

OPDLM-MATH-8B-Thinking

divelab

Генерация текстаТекст → текст3 профессии

Блочная диффузионная модель на базе Qwen3-8B для диалогового решения математических задач с пошаговыми рассуждениями.

25скачиваний за 30 дней0лайковвеса обновлены15 июн 2026

Бенчмарки

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

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

OPDLM-MATH-8B-Thinking — математическая языковая модель, разработанная DiveLab и построенная на адаптации Qwen/Qwen3-8B. Это вариант OPDLM с блочной диффузионной генерацией: блоки по 4 токена обрабатываются за 4 шага денойзинга; модель дообучена для математических рассуждений и поддерживает явный блок chain-of-thought при генерации. Она предназначена для решения математических задач и пошагового вывода в диалоговом формате.

Модель содержит 7,6 млрд параметров, использует архитектуру a2d-qwen3 и формат safetensors; метаданные указывают контекст до 40 960 токенов, тогда как README характеризует математическое постобучение как длинноконтекстное на 8k. Для запуска требуется custom modeling code с trust_remote_code=True и специальные средства инференса OPDLM, а стандартный авторегрессионный model.generate не подходит. Лицензия — Apache-2.0.

Сценарии применения

решение математических задач с пошаговым объяснением
получение цепочки рассуждений для математического вопроса
диалоговая помощь при разборе математических задач

Ограничения

Для генерации нужны пользовательский код модели и специальные утилиты OPDLM с блоком 4 токена и 4 шагами денойзинга; стандартный model.generate не подходит. README описывает математическое постобучение на контексте 8k, хотя метаданные указывают native context 40 960 токенов.

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 641модель IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей IV.3Отраслевые задачиСтрахование и актуарные задачиAI помогает оценивать риски, обрабатывать убытки и управлять страховым портфелем.30 задач563модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OPDLM-MATH-8B-Thinking

OPDLM-MATH-8B-Thinking is an On-Policy Distillation Language Model (OPDLM) — a block-diffusion language model (block size 4, 4 denoising steps per block) post-trained for mathematical reasoning. It is built on a block-diffusion adaptation of Qwen/Qwen3-8B (architecture a2d-qwen3).

This is the thinking variant: long-context (8k) math post-training with an explicit chain-of-thought thinking block enabled at inference.

arXiv report: arxiv.org/abs/2606.06712

Usage

This model uses custom modeling code; load with trust_remote_code=True. Generation is block-diffusion (non–left-to-right), so use the project's inference utilities (block_size=4, denoising_steps_per_block=4) rather than vanilla model.generate.

from transformers import AutoModel, AutoTokenizer
tok = AutoTokenizer.from_pretrained("divelab/OPDLM-MATH-8B-Thinking", trust_remote_code=True)
model = AutoModel.from_pretrained("divelab/OPDLM-MATH-8B-Thinking", trust_remote_code=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура a2d-qwen3 неизвестна transformers в образе рантайма.

Класс архитектуры: _A2DQwen3LMHeadModel
Ревизия весов: b5e7ca1