Экспериментальная модель на базе TikZilla-3B-RL для генерации диаграмм TikZ по текстовым описаниям, дообученная с подкреплением и символьной проверкой результата.
3скачиваний 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.
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
explcre/scale-3brl-blend-dr-s400 — экспериментальный чекпойнт обучения с подкреплением на шаге 400, созданный на основе TikZilla-3B-RL. Модель обучали алгоритмом Dr.GRPO/DAPO с проверяемой составной наградой DSV blend_dr: 70% оценки DSV и 30% RenderGraph; обе оценки рассчитываются символьными проверяющими средствами, без обучаемой модели награды.
Модель предназначена для генерации диаграмм TikZ по текстовым описаниям. Обучающие данные содержат описания от Kimi-K3 и DaTikZ-v4; для оценки автор рекомендует использовать такое же распределение входных данных и фиксировать настройки измерения и версию проверки компиляции TeX, поскольку результаты зависят от них. Чекпойнт содержит 3,1 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors по лицензии MIT.
Это промежуточный чекпойнт на 400-м шаге из запланированных 1 500, поэтому его качество следует считать экспериментальным; результаты оценки чувствительны к типу описаний и настройкам проверяющих средств.
Сценарии применения
генерация исходного кода TikZ по текстовому описанию диаграммы
создание диаграмм по описаниям в стиле Kimi-K3
создание диаграмм по описаниям DaTikZ-v4
экспериментальная оценка качества генерации TikZ с символьными проверяющими средствами
Ограничения
Промежуточный чекпойнт на шаге 400 из 1 500 запланированных; README не приводит оценок качества. Результаты зависят от распределения входных описаний и версии TeX-компиляции и проверяющих средств.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
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).
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