/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

scale-3brl-blend-dr-s600

explcre
Генерация текстаТекст → текст

Экспериментальный чекпойнт Qwen2, дообученный с подкреплением для генерации диаграмм TikZ по текстовым описаниям.

6скачиваний 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

Экспериментальный чекпойнт Qwen2 на 3,1 млрд параметров, опубликованный explcre на шаге 600 обучения с подкреплением. Его дообучили на базе TikZilla-3B-RL с помощью Dr.GRPO/DAPO, используя проверяемую награду blend_dr для генерации диаграмм TikZ. Награда объединяет символическую проверку DSV и RenderGraph; обучаемая модель вознаграждения не применялась.

Модель предназначена для создания TikZ-кода по текстовым описаниям диаграмм. Обучающие данные объединяют описания Kimi-K3 и DaTikZ-v4. Контекст составляет 32 768 токенов; в обучении максимальная длина ответа была 2 048 токенов. Репозиторий содержит веса safetensors и распространяется по лицензии MIT.

Это промежуточный чекпойнт: в README указано, что планировалось 1 500 шагов обучения, а опубликованное состояние соответствует шагу 600. Результаты зависят от распределения входных описаний и версии компилятора TeX и проверок, поэтому при сравнении оценок нужно фиксировать конфигурацию измерений.

Сценарии применения

  • генерация кода TikZ по текстовому описанию диаграммы
  • создание диаграмм для LaTeX-документов
  • автоматическая отрисовка текстово заданных схем средствами TikZ

Ограничения

Опубликован шаг 600 из 1 500 запланированных, поэтому это промежуточный чекпойнт. Оценки зависят от распределения входов и версий TeX и проверок; README не сообщает языки обучающих описаний.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

scale_3brl_blend_dr @ step 600

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
ab9cec2

0 моделей

    Создать бенчмарк