/ 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-base-blend-dr-s250

explcre
Генерация текстаТекст → текст

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

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

scalebaseblenddr @ step 250 — это исследовательский RL-чекпойнт модели TikZilla-3B (SFT), дообученный командой explcre с помощью Dr.GRPO/DAPO. Он предназначен для генерации TikZ-кода по текстовым описаниям диаграмм и обучался с проверяемой наградой DSV blend_dr: 70% оценки DSV и 30% RenderGraph; обе проверки символические и не используют обучаемую модель награды.

Модель основана на плотной архитектуре Qwen2ForCausalLM, содержит 3,1 млрд параметров, принимает текст и имеет контекст длиной 32 768 токенов. Данные для обучения включали описания Kimi-K3 и DaTikZ-v4. Чекпойнт сохранён в формате safetensors и распространяется по лицензии MIT.

Это промежуточный чекпойнт на шаге 250 из запланированных 1500. Результаты оценки зависят от распределения входных описаний и версии компилятора TeX и проверок, поэтому их следует приводить вместе с конфигурацией измерения.

Сценарии применения

  • генерация TikZ-кода диаграммы по текстовому описанию
  • создание диаграмм с проверкой компиляции TeX
  • экспериментальная оценка RL-обучения генерации диаграмм

Ограничения

Чекпойнт находится на раннем шаге обучения; качество зависит от распределения входных описаний и версий TeX-компилятора и проверок. Для сравнения результатов необходимо указывать конфигурацию измерения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

scale_base_blend_dr @ step 250

RL checkpoint. Base TikZilla-3B (SFT), 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
306913d

0 моделей

    Создать бенчмарк