/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

scale-3brl-blend-dr-s1400

explcre
Генерация текстаТекст → текст

Чекпойнт Qwen2 на 3,1 млрд параметров, дообученный с подкреплением для генерации TikZ-диаграмм по текстовым описаниям.

4скачиваний за 30 дней0лайковвеса обновлены31 июл 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 исследовательский чекпойнт языковой модели Qwen2 плотной архитектуры на 3,1 млрд параметров, созданный авторами explcre. Модель основана на TikZilla-3B-RL и обучалась с подкреплением методами Dr.GRPO/DAPO на verifiable reward blend_dr. Награда сочетает символические проверки DSV и RenderGraph с весами 0,7 и 0,3; обучаемая модель награды не использовалась.

Чекпойнт предназначен для генерации описаний TikZ-диаграмм в виде кода LaTeX. Он обучался на смешанном наборе описаний Kimi-K3 и DaTikZ-v4; максимальный контекст составляет 32 768 токенов. Репозиторий содержит веса safetensors, лицензия — MIT.

Оценка зависит от распределения входных описаний и версии TeX и компиляционных проверок, поэтому результаты сравнения имеют смысл только при одинаковой конфигурации. В README указан чекпойнт на шаге 1400 из запланированных 1500 шагов обучения.

Сценарии применения

  • генерация кода TikZ по описанию диаграммы
  • создание LaTeX-кода для графиков и схем
  • автоматическое построение диаграмм из текстового задания

Ограничения

Оценки зависят от распределения входных описаний и версии TeX и компиляционных проверок. Чекпойнт опубликован на шаге 1400 при плане обучения в 1500 шагов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

scale_3brl_blend_dr @ step 1400

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
3666255

0 моделей

    Создать бенчмарк