/ Модель

Характеристики

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

ProactiveInquirer-Qwen3-8B-Merged

Генерация текстаТекст → текст3 профессии

Слитая с Qwen3-8B модель для проактивного задавания уточняющих вопросов в составе англоязычных агентных систем.

1 117скачиваний за 30 дней2лайкавеса обновлены4 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

ProactiveInquirer-Qwen3-8B-Merged — модель-вопросник, разработанная Идо Леви, Асафом Ехудаем, Сегевом Шломовым, Асафом Ади и Лешем Хошеном из IBM и Института Вейцмана. Это слитая с базовой моделью Qwen3-8B версия LoRA-адаптера, обученного для исследования горизонтальной и вертикальной проактивности агентов. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, веса в формате safetensors и контекст до 40 960 токенов; распространяется по лицензии Apache-2.0.

Модель предназначена для включения в агентную систему: по заданному шаблону промпта она задаёт уточняющие вопросы, чтобы найти недостающую информацию и помочь завершить многошаговую задачу. Каждый шаг возвращает JSON-действие: задать вопрос или остановиться. Она обучена и оценивалась на английском языке, в том числе на задачах многошагового вопросно-ответного поиска. Это не универсальный чат-ассистент; для работы требуется соответствующий шаблон промпта, а режим thinking Qwen3 следует отключить.

По описанию авторов, модель лучше научилась задавать вопросы, чем определять момент остановки; дополнительные найденные сведения пока не приводят к лучшим итоговым ответам. Пользовательские результаты получены с симулированным клиентом, а не с реальными людьми. Это один обучающий запуск (seed 1); совпадение с адаптером проверено только на одном примере, а не на бенчмарке.

Сценарии применения

  • уточнение недостающих сведений перед выполнением многошаговой задачи
  • поиск нужного заказа через последовательные вопросы пользователю
  • сбор дополнительной информации в агентном диалоге
  • выбор между продолжением расспроса и завершением поиска

Ограничения

Модель чаще учится задавать вопросы, чем выбирать момент остановки, а найденные дополнительные сведения пока не улучшают итоговые ответы. Оценка проводилась на симулированном клиенте; модель обучена для заданного шаблона промпта и проверена на одном примере, а не на бенчмарке.

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

ProactiveInquirer-Qwen3-8B-Merged

Ido Levy1,2 · Asaf Yehudai1 · Segev Shlomov1 · Asaf Adi1 · Leshem Choshen1,2 1IBM   2Weizmann Institute of Science

Project page Paper Code License

▶ The paper's example, step by step (22 seconds): the questioner trained with Q&D finds the account, the order with the boots and the size-8 boots, and the task is completed.

The trained questioner from Asking for What Was Never Requested: Horizontal and Vertical Proactivity in Agents, with its LoRA adapter merged into Qwen3-8B. It is a standard full-weight model: it loads without PEFT and serves with vLLM, SGLang or TGI like any Qwen3-8B.

This is training seed 1, the adapter at the root of the adapter repository. The merge ran in float32 and the weights are stored in bfloat16. On the adapter card's two-turn example, greedy decoding with this model returns the adapter's output character for character.

Results

The results are the trained questioner's, as the paper reports them: see the adapter card's Results. This merged model reproduces the adapter's output on that card's example, as the paragraph above says.

How to use it

The questioner reads the prompt template it was trained on, in prompts/, and replies with one JSON action per step: {"action": "ask", "question": ...} or {"action": "stop", ...}. Keep Qwen3's thinking off, as in training.

import re

import torch
from huggingface_hub import hf_hub_download
from transformers import AutoModelForCausalLM, AutoTokenizer

REPO = "dolev31/ProactiveInquirer-Qwen3-8B-Merged"
tok = AutoTokenizer.from_pretrained(REPO)
model = AutoModelForCausalLM.from_pretrained(REPO, dtype=torch.bfloat16, device_map="auto")
template = open(hf_hub_download(REPO, "prompts/inquirer_prompted.txt"), encoding="utf-8").read()
placebo = open(hf_hub_download(REPO, "prompts/fragment_user_channel_placebo.txt"), encoding="utf-8").read()


def next_action(**state):
    fields = dict(state, user_channel=placebo.strip())
    prompt = re.sub(r"\{\{(\w+)\}\}", lambda m: str(fields[m.group(1)]), template)
    ids = tok.apply_chat_template(
        [{"role": "user", "content": prompt}],
        add_generation_prompt=True,
        enable_thinking=False,
        return_tensors="pt",
        return_dict=True,
    ).to(model.device)
    out = model.generate(**ids, max_new_tokens=200, do_sample=False)
    return tok.decode(out[0, ids["input_ids"].shape[1] :], skip_special_tokens=True)


print(next_action(
    question="Who was the spouse of the director of the film The Great Flamarion?",
    instructions="Answer the question using a closed pool of 20 paragraphs. You may issue retrieval "
    "queries against that pool before answering; several paragraphs are distractors, and the answer "
    "usually requires composing facts from more than one of them.",
    evidence="(nothing retrieved yet)", draft="(no draft yet)", history="(nothing asked yet)",
))
# {"action": "ASK", "question": "Who directed the film The Great Flamarion?", "rationale": "Identify the director to later find their spouse"}

With vLLM, serve it and send the filled template as the user message, with thinking off:

vllm serve dolev31/ProactiveInquirer-Qwen3-8B-Merged
# request body: {"messages": [{"role": "user", "content": "<the filled template>"}],
#                "chat_template_kwargs": {"enable_thinking": false}, "temperature": 0}

Limitations

  • The questioner's own limitations, from the paper: it has learned what to ask more readily than when to stop, the extra evidence it finds does not yet translate into better final answers, and its user-facing results come from a simulated customer, not from real people.
  • It is a component inside an agent, meant to be called with its prompt template. It is not a chat assistant, and it was trained and evaluated in English.
  • This is one training seed (seed 1), merged in float32 and stored in bfloat16. Its equality with the adapter was checked on the card's example, not on a benchmark.

Citation

@article{levy2026asking,
  title   = {Asking for What Was Never Requested: Horizontal and Vertical Proactivity in Agents},
  author  = {Levy, Ido and Yehudai, Asaf and Shlomov, Segev and Adi, Asaf and Choshen, Leshem},
  journal = {arXiv preprint arXiv:2609.37236},
  url     = {https://arxiv.org/abs/2609.37236},
  year    = {2026}
}

License

Apache-2.0, like the base model Qwen3-8B.

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
ecea20b

0 моделей