/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Base
Библиотека
transformers
Опубликована
11 сен 2026

qwen3-4b-feedback-evluator

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-4B генерирует для кода Lean 4 предсказанные сообщения компилятора, помогающие оценить наличие ошибок.

59скачиваний за 30 дней0лайковвеса обновлены11 сен 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.

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

Qwen3-4B Feedback Evaluator — модель, дообученная на базе Qwen/Qwen3-4B-Base с архитектурой Qwen3ForCausalLM и примерно 3,7 млрд параметров. Она принимает исходный код Lean 4 без разметки и генерирует его копию с предсказанными комментариями компилятора, содержащими сообщения об ошибках, предупреждениях и информационные сообщения. Наличие маркера ошибки в сгенерированных комментариях можно использовать для получения бинарной оценки предполагаемой корректности программы.

Модель предназначена для предварительной оценки Lean-программ и поддержки анализа формальных доказательств. Контекст составляет 32 768 токенов; репозиторий содержит веса Safetensors для Transformers. Предсказанный вывод не заменяет запуск Lean: для подтверждения корректности программу необходимо проверить компилятором. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Сценарии применения

  • предварительный поиск ошибок в программе Lean 4
  • получение предсказанных сообщений компилятора для Lean-кода
  • автоматическая бинарная оценка предполагаемой корректности Lean-программы

Ограничения

Модель предсказывает сообщения компилятора, а не выполняет проверку; подтверждать результат нужно запуском программы в Lean. Лицензия обозначена как other, поэтому условия использования требуют уточнения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B Feedback Evaluator

Given a Lean 4 program, this model generates the program annotated with predicted compiler feedback. To obtain a binary validity prediction, check the generated feedback blocks for an error marker using a regex.

Input and output

Input: unannotated Lean source, including any imports and declarations needed by the program. Format the prompt as source_code.rstrip() + "\n\n". Use plain text, without a chat template, instructions, or Markdown code fences.

Output: Lean source annotated with inline feedback comments, such as /- <feedback> ... </feedback> -/.

Example input:

example : False := by
  trivial

Illustrative output (the exact generated feedback may vary):

example : False := by
  trivial
/- <feedback>
-- type: error, msg: tactic 'trivial' failed
⊢ False
</feedback> -/

Generate feedback

Install the inference dependencies:

pip install torch 'transformers>=4.51.0' accelerate
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "formalmathatepfl/qwen3-4b-feedback-evluator"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
model.eval()

source_code = """example : False := by
  trivial
"""
prompt = source_code.rstrip() + "\n\n"
inputs = tokenizer(prompt, return_tensors="pt", add_special_tokens=False).to(model.device)

with torch.inference_mode():
    output_ids = model.generate(
        **inputs,
        max_new_tokens=4096,
        do_sample=False,
        pad_token_id=tokenizer.eos_token_id,
    )

# Decode only the generated annotation, excluding the input prompt.
feedback = tokenizer.decode(
    output_ids[0, inputs["input_ids"].shape[1]:],
    skip_special_tokens=True,
)
print(feedback)

Allow enough output tokens for the model to reproduce the source and add feedback. If generation reaches the token limit, increase the budget before classifying it.

Classify the generated feedback

Search inside the generated <feedback> ... </feedback> blocks for -- type: error:

import re

FEEDBACK_BLOCK_RE = re.compile(
    r"<feedback>(.*?)</feedback>", re.DOTALL | re.IGNORECASE
)
ERROR_RE = re.compile(r"--\s*type\s*:\s*error\b", re.IGNORECASE)


def predict_validity(feedback: str) -> bool:
    return not any(
        ERROR_RE.search(block)
        for block in FEEDBACK_BLOCK_RE.findall(feedback)
    )


predicted_valid = predict_validity(feedback)
print({"predicted_valid": predicted_valid})
  • An error marker in any feedback block gives False.
  • No error marker in the feedback blocks gives True; warning and info messages alone do not count as errors.

The Boolean is computed from the generated feedback. Direct lean_verified True/False prediction and parsing an explicit \lean4_valid{True|False} verdict belong to the older method and are not used here.

This is a model prediction of compiler feedback; actual verification requires running the program through Lean.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
4118605

0 моделей