/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
25 апр 2026

Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth

Генерация текстаТекст → текст5 профессий

Дообученная на примерах рассуждений англоязычная модель Qwen3-4B для генерации текста и диалоговых ответов.

19скачиваний за 30 дней0лайковвеса обновлены11 авг 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

Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth — языковая модель ermiaazarkhalili для генерации текста и диалоговых ответов с рассуждениями. Это дообученная методом SFT версия Qwen3-4B с адаптером LoRA; обучение проводилось на 10 477 примерах набора Claude Reasoning Distillation. Модель использует плотную архитектуру Qwen3ForCausalLM и содержит 3,7 млрд параметров.

Модель предназначена для генерации ответов на английском языке и задач, где полезен стиль рассуждений, усвоенный из обучающих примеров. В метаданных указан контекст до 40 960 токенов, тогда как README отмечает, что дообучение выполнялось с окном 2 048 токенов. Репозиторий содержит веса Safetensors; для использования указана библиотека Transformers, а README также описывает загрузку через Unsloth.

Модель распространяется по лицензии Apache-2.0. Она может выдавать правдоподобные, но неверные сведения, обучена преимущественно на английских данных и не проходила обширную настройку безопасности; для применения следует учитывать эти ограничения.

Сценарии применения

  • генерация ответов с пошаговыми рассуждениями на английском языке
  • диалоговое общение с языковой моделью
  • создание черновиков объяснений и решений задач
  • эксперименты с дистилляцией рассуждений в компактной языковой модели

Ограничения

Преимущественно обучена на английских данных; может галлюцинировать и не проходила обширную настройку безопасности. README указывает, что дообучение проводилось с контекстом 2 048 токенов, хотя метаданные приводят native context в 40 960 токенов.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth

This model is a fine-tuned version of Qwen3-4B (Unsloth 4-bit) optimized for reasoning distillation (chain-of-thought) using Unsloth for 2x faster training and 60% less VRAM.

Trained on the claude-reasoning-distillation dataset, which contains 10,477 samples of Claude's reasoning traces with <think> blocks for chain-of-thought learning.

Overview

PropertyValue
Developed byermiaazarkhalili
LicenseAPACHE-2.0
LanguageEnglish
Base ModelQwen3-4B (Unsloth 4-bit)
Model Size4B parameters
Training FrameworkUnsloth + TRL
Training MethodSFT with QLoRA (4-bit)
Context Length2,048 tokens
GGUF AvailableQwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF

Training Configuration

SFT + LoRA Settings

ParameterValue
Unsloth ClassFastLanguageModel
Chat Templatebuilt-in Qwen3
Learning Rate2e-4
Batch Size2 per device
Gradient Accumulation4 steps
Effective Batch Size8
Max Steps1 epoch (full dataset)
OptimizerAdamW 8-bit
LR SchedulerLinear
Warmup Steps5
PrecisionAuto (BF16/FP16)
Gradient CheckpointingEnabled (Unsloth optimized)
Seed3407

LoRA Configuration

ParameterValue
LoRA Rank (r)16
LoRA Alpha16
LoRA Dropout0
Quantization4-bit QLoRA
Target Modulesq_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj

Dataset

PropertyValue
DatasetClaude Reasoning Distillation
Training Samples10,477
FormatMessages with thinking field for chain-of-thought

Hardware

PropertyValue
GPUNVIDIA H100 80GB HBM3 (MIG 3g.40gb slice)
ClusterDRAC Fir (Compute Canada)
ExecutionPapermill on SLURM

Training Outcome

MetricValue
SLURM Job ID36885896
Runtime21m 03s (1263s)
Final Training Loss0.998
Peak VRAM14.01 GB
GPUH100 80GB HBM3 (MIG 3g.40gb)

Usage

Quick Start (Transformers)

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "ermiaazarkhalili/Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Solve step by step: What is the sum of the first 10 prime numbers?"}
]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

outputs = model.generate(**inputs, max_new_tokens=512, temperature=0.7, do_sample=True)
response = tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(response)

Using with Unsloth (Fastest)

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    "ermiaazarkhalili/Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth",
    max_seq_length=2048,
    load_in_4bit=True,
)

4-bit Quantized Inference

from transformers import AutoModelForCausalLM, BitsAndBytesConfig
import torch

quantization_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4",
)

model = AutoModelForCausalLM.from_pretrained(
    "ermiaazarkhalili/Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth",
    quantization_config=quantization_config,
    device_map="auto",
)

GGUF Versions

Quantized GGUF versions for CPU and edge inference are available at: Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF

FormatDescription
Q4_K_MRecommended — good balance of quality and size
Q5_K_MHigher quality, slightly larger
Q8_0Near-lossless, largest GGUF size

Using with Ollama

ollama pull hf.co/ermiaazarkhalili/Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF:Q4_K_M
ollama run hf.co/ermiaazarkhalili/Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth-GGUF:Q4_K_M "Solve step by step: What is the sum of the first 10 prime numbers?"

Using with llama.cpp

./llama-cli -m Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth-Q4_K_M.gguf -p "Solve step by step: What is the sum of the first 10 prime numbers?" -n 512

Limitations

  • Language: Primarily trained on English data
  • Knowledge Cutoff: Limited to base model's training data cutoff
  • Hallucinations: May generate plausible-sounding but incorrect information
  • Context Length: Fine-tuned with 2,048 token context window
  • Safety: Not extensively safety-tuned; use with appropriate guardrails

Training Framework Versions

PackageVersion
Unsloth2026.4.4
TRL0.24.0
Transformers5.5.0
PyTorch2.9.0
Datasets4.3.0
PEFT0.18.1
BitsAndBytes0.49.2

Citation

@misc{ermiaazarkhalili_qwen3_4b_sft_claude_opus_reasoning_unsloth,
    author = {ermiaazarkhalili},
    title = {Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth: Fine-tuned Qwen3-4B (Unsloth 4-bit) with Unsloth},
    year = {2026},
    publisher = {Hugging Face},
    howpublished = {\url{https://huggingface.co/ermiaazarkhalili/Qwen3-4B-SFT-Claude-Opus-Reasoning-Unsloth}}
}

Acknowledgments

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
18f2775

0 моделей