/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Опубликована
30 июл 2026

Ссылки

Hugging Face

scale-3brl-blend-dr-s1300

explcre
Генерация текстаТекст → текст

Экспериментальный чекпойнт Qwen2 на базе TikZilla-3B-RL для генерации кода TikZ по текстовым описаниям диаграмм.

5скачиваний за 30 дней0лайковвеса обновлены5 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.

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 экспериментальный контрольный чекпойнт explcre для генерации диаграмм TikZ, сохранённый на шаге 1300 обучения с подкреплением. Модель основана на TikZilla-3B-RL и имеет архитектуру Qwen2ForCausalLM с 3,1 млрд параметров и контекстом 32 768 токенов.

Чекпойнт обучали методами Dr.GRPO/DAPO на смешанных текстовых описаниях Kimi-K3 и DaTikZ-v4. Для оптимизации использовалась проверяемая символьная награда DSV blend_dr: 70% DSV и 30% RenderGraph; обучаемая модель награды не применялась. Модель предназначена для преобразования описаний диаграмм в код TikZ. Репозиторий распространяется по лицензии MIT.

Результаты зависят от распределения входных описаний и версии инструментов проверки и компиляции TeX; показатели следует сопоставлять только при одинаковых условиях оценки. Это промежуточный чекпойнт обучения, поэтому он подходит для экспериментов и воспроизводимых исследований.

Сценарии применения

  • генерация кода TikZ по текстовому описанию диаграммы
  • эксперименты с обучением генераторов диаграмм с подкреплением
  • сравнение методов Dr.GRPO и DAPO для генерации TikZ

Ограничения

Качество зависит от распределения входных описаний, а также от версии TeX и настроек компиляции и проверки. Это промежуточный чекпойнт на шаге 1300 из запланированных 1500, поэтому характеристики могут отличаться от финальной модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

scale_3brl_blend_dr @ step 1300

RL checkpoint. Base TikZilla-3B-RL, trained with Dr.GRPO/DAPO against the DSV blend_dr verifiable reward (0.7·DSV + 0.3·RenderGraph, both symbolic verifiers -- no learned reward model).

  • data: explcre/datikz_v4_rl_hybrid_428k (427,553 rows, 46.6% Kimi-K3 descriptions / 53.4% DaTikZ-v4 vlm_description, tagged per row)
  • verifier: explcre/DeTikZify branch dsv-verifier @ c348406
  • config: batch 84, rollout n=8, max_response_length 2048, 1500 steps planned

Evaluate with the matching input distribution. The same checkpoint scores differently on vlmdesc984 vs kimidesc984, and differently again under different TeX/compile-gate versions -- always report the measurement config with the number.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
c7454d1

0 моделей

    Создать бенчмарк