/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
15 окт 2026

Code_Qwen3-4B_Qwen3-4B-Instruct-2507

Генерация текстаТекст → текст

Дообученная на синтетических задачах модель Qwen3-4B для генерации и написания программного кода.

283скачиваний за 30 дней0лайковвеса обновлены15 окт 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

CodeQwen3-4B Qwen3-4B-Instruct-2507 — дообученная модель для генерации кода, созданная на основе Qwen/Qwen3-4B командой gasolsun методом on-policy distillation. В качестве учителя использовалась Qwen/Qwen3-4B-Instruct-2507; обучение проводилось на синтетических вопросах, сгенерированных и отфильтрованных специальным процессом Ask to Distill, без реальных обучающих вопросов и эталонных ответов.

Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 40 960 токенов. Она принимает текст и предназначена для диалоговой генерации программного кода; в README результаты приведены для нескольких бенчмарков программирования, включая LiveCodeBench, MBPP+ и APPS. Модель обучалась и оценивалась в режиме без рассуждений; для шаблона чата следует отключать thinking.

В метаданных указана лицензия Apache-2.0. Опубликованные результаты относятся к конкретным настройкам и наборам тестов, поэтому не гарантируют аналогичного качества на иных задачах; README также задаёт специальный формат промпта LiveCodeBench для примеров решения задач.

Сценарии применения

  • генерация Python-решений по условию задачи
  • написание кода для задач программирования
  • решение задач с вводом из stdin и выводом в stdout
  • помощь в подготовке решений для алгоритмических соревнований

Ограничения

README сообщает о тестировании в режиме без рассуждений и приводит результаты только для определённых бенчмарков и настроек; они не гарантируют качество на других задачах. Для использования шаблона чата требуется отключить thinking.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Code_Qwen3-4B_Qwen3-4B-Instruct-2507

Qwen/Qwen3-4B distilled from Qwen/Qwen3-4B-Instruct-2507 with Ask to Distill.

Ask to Distill trains a question generator with RL so that the questions it writes expose bounded, learnable token-level disagreement between a teacher and a student on the student's own solutions (the same signal on-policy distillation learns from). A question bank is then sampled from the generator, filtered and deduplicated, and the student is trained with on-policy distillation (OPD) on it. No real training questions and no reference answers are used.

Training

StudentQwen/Qwen3-4B
TeacherQwen/Qwen3-4B-Instruct-2507
Question bankgasolsun/Code_Qwen3-4B_Qwen3-4B-Instruct-2507
OPD objectiveper-token reverse KL on the student's top-16 tokens, weighted by renormalised student probabilities; no outcome reward
OPD recipelr 1e-6 (constant), AdamW, rollout temperature 1.0, fp32 master weights / bf16 compute

Results

LiveCodeBench v5_v6MBPP+APPS-IntroAPPS-InterviewAPPS-CompCodeContestsAvg
35.968.564.036.015.917.039.6

LiveCodeBench v5_v6 (342 problems, n=4, pass@1); MBPP+ (EvalPlus, greedy, lenient answer extraction); APPS intro / interview (1k subset) / competition and CodeContests test (165): n=1, temperature 0.2, top-p 0.95, top-k 20, 4,096 tokens, at most 50 tests per problem. Avg = mean of six.

Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
repo = "gasolsun/Code_Qwen3-4B_Qwen3-4B-Instruct-2507"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="auto", device_map="auto")
messages = [{"role": "user", "content": "..."}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt", enable_thinking=False).to(model.device)
out = model.generate(inputs, max_new_tokens=4096, do_sample=True, temperature=0.7, top_p=0.95)
print(tok.decode(out[0, inputs.shape[1]:], skip_special_tokens=True))
  • The student was trained and evaluated in non-thinking mode; pass enable_thinking=False to the chat template.
  • Prompts use the LiveCodeBench stdin/stdout template (read from standard input, write to standard output, one fenced Python block).

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
61b5d85

0 моделей