/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
23 сен 2026

Ссылки

Hugging Face

feedback-grpo-step-200-reasoning-sft

etiennebamas
Генерация текстаТекст → текст3 профессии

Дообученная 7,6-миллиардная Qwen3 для диалоговой генерации текста и задач рассуждения с обратной связью по формальным доказательствам.

349скачиваний за 30 дней0лайковвеса обновлены23 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

Это дообученная модель для генерации текста, созданная на основе formalmathatepfl/qwen3-sft-feedback-with-proof-repair-rl-200-unmasked и обученная на наборе lean_reasoning_sft_feedback. Она предназначена для диалогового взаимодействия; название модели и датасета указывают на обучение рассуждениям и обратной связи, связанным с формальными доказательствами и их исправлением. Модель построена на архитектуре Qwen3, имеет около 7,6 млрд параметров и поддерживает контекст до 32 768 токенов.

Доступны веса в формате safetensors для библиотеки Transformers. Лицензия указана как other, поэтому условия использования следует сверить с карточкой репозитория и базовой модели.

Сценарии применения

  • генерация ответов в диалоге
  • объяснение шагов формального доказательства
  • предложение исправлений для доказательств Lean
  • проверка рассуждений по математическим задачам

Ограничения

Описание модели, результаты оценки и подробные сведения об intended use в README отсутствуют. Условия лицензии обозначены как other и требуют проверки в репозитории.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen3-grpo-feedback-step=200-reasoning-sft

This model is a fine-tuned version of formalmathatepfl/qwen3-sft-feedback-with-proof-repair-rl-200-unmasked on the lean_reasoning_sft_feedback dataset.

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: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 8
  • total_eval_batch_size: 64
  • 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: 2.0

Training results

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.9.0+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
553e8e6

0 моделей

    Создать бенчмарк