/ Модель

Характеристики

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

Qwen3-4B-Diversity

Генерация текстаТекст → текст15 профессий

Дообученная на данных с примерами рассуждений модель Qwen3-4B для математики, программирования, решения общих задач и диалогов.

35скачиваний за 30 дней19лайковвеса обновлены6 апр 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-Diversity — дообученная разговорная языковая модель от hadadxyz на базе Qwen/Qwen3-4B. Она ориентирована на пошаговые рассуждения и использует данные, дистиллированные из ответов различных крупных ИИ-моделей. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 40 960 токенов; распространяется в формате safetensors.

Модель предназначена для решения математических задач, генерации и анализа кода, общих задач на рассуждение и многоходовых диалогов. Карточка описывает обучение на разнообразных наборах данных с примерами рассуждений и рекомендует отдельные параметры генерации для режимов Thinking и Non-Thinking.

Лицензия — Apache-2.0. Карточка не приводит результатов сравнительной оценки, поэтому заявленные улучшения рассуждений не сопровождаются количественными бенчмарками; фактическое качество может различаться в зависимости от задачи.

Сценарии применения

  • пошаговое решение математических задач
  • генерация и разбор программного кода
  • объяснение хода решения сложных вопросов
  • ответы в многоходовом диалоге
  • решение общих задач с рассуждением

Ограничения

В карточке не приведены количественные результаты бенчмарков, поэтому заявленные улучшения рассуждений не подтверждены сравнительными оценками.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Introduction

MMLU

Qwen3-4B-Diversity is a fine-tuned language model based on Qwen/Qwen3-4B that has been trained on a diverse collection of high-quality reasoning datasets. This model combines knowledge distilled from various state-of-the-art AI systems to provide enhanced reasoning capabilities across multiple domains including mathematics, coding, general problem-solving, and multi-turn conversations.

Training Configuration

The model was trained using supervised fine-tuning techniques with parameter-efficient methods to optimize performance while maintaining computational efficiency. Key training parameters include:

ParameterValue
Number of Epochs2
Context Length40,960

Hardware and Resources

ResourceSpecification
GPUA100-80GB
Training DurationApproximately 17 hours
Estimated Cost$27 to $30

Training Data

DatasetRows UsedModel
ianncity/KIMI-K2.5-550000x (General-Distillation)1,000Kimi K2.5
Jackrong/Qwen3.5-reasoning-700x633Qwen3.5
nohurry/Opus-4.6-Reasoning-3000x-filtered2,326Claude Opus 4.6
TeichAI/claude-4.5-opus-high-reasoning-250x250Claude Opus 4.5
TeichAI/gemini-3-pro-preview-high-reasoning-250x248Gemini 3 Pro
TeichAI/claude-haiku-4.5-high-reasoning-1700x1,688Claude Haiku 4.5
TeichAI/gpt-5.2-high-reasoning-250x249GPT-5.2
Roman1111111/gemini-3.1-pro-hard-high-reasoning3,150Gemini 3.1 Pro
Jackrong/glm-4.7-multiturn-CoT5,090GLM-4.7
bmeyer2025/glm5-reasoning-traces1,744GLM-5
TeichAI/claude-sonnet-4.5-high-reasoning-250x247Claude Sonnet 4.5
TeichAI/deepseek-v3.2-speciale-openr1-math-3k3,317DeepSeek V3.2-Speciale
TeichAI/deepseek-v3.2-speciale-OpenCodeReasoning-3k2,953DeepSeek V3.2-Speciale
TeichAI/deepseek-v3.2-speciale-1000x991DeepSeek V3.2-Speciale
TeichAI/gpt-5-codex-1000x991GPT-5 Codex
Total24,877Combined diverse reasoning dataset

Model Capabilities

This model excels in several key areas:

  1. Advanced Reasoning: The model can break down complex problems into steps and provide detailed reasoning processes.

  2. Mathematical Problem Solving: Enhanced capabilities for mathematical reasoning and problem-solving through dedicated math-focused datasets.

  3. Code Generation and Understanding: Improved coding abilities from multiple code-reasoning datasets including DeepSeek and GPT-5 Codex data.

  4. Multi-Turn Conversations: Better handling of extended dialogues and context-aware responses.

  5. Domain Versatility: Exposure to reasoning patterns from various AI systems provides flexibility across different domains and task types.

Usage

Quick Demo

If you are looking for a quick demo that is completely free and without any cost, you can use Google Colab.

Ollama (Local)

# https://ollama.com/hadad/qwen3-4bd

# hadad/qwen3-4bd:Q8_0  |  4.3GB
# hadad/qwen3-4bd:BF16  |  8.1GB

# ollama pull hadad/qwen3-4bd:Q8_0

ollama run hadad/qwen3-4bd:Q8_0

If you are using Ollama and are interested in tools or function calling, it is recommended to use the OpenAI-compatible API provided by Ollama. This approach is more powerful.

Refer to the Ollama documentation.

Python (Local)

#pip install transformers==4.56.2
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "hadadxyz/Qwen3-4B-Diversity"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)

# prepare the model input
prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True # Switches between thinking and non-thinking modes. Default is True.
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=32768
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist() 

# parsing thinking content
try:
    # rindex finding 151668 (</think>)
    index = len(output_ids) - output_ids[::-1].index(151668)
except ValueError:
    index = 0

thinking_content = tokenizer.decode(output_ids[:index], skip_special_tokens=True).strip("\n")
content = tokenizer.decode(output_ids[index:], skip_special_tokens=True).strip("\n")

print("thinking content:", thinking_content)
print("content:", content)

Inference Parameters

For optimal results, we recommend the following generation parameters:

Thinking

ParameterRecommended ValueDescription
temperature0.6Controls randomness in generation
top_p0.95Nucleus sampling threshold
top_k20Top-k sampling parameter
min_p0Minimum probability threshold

Non-Thinking

ParameterRecommended ValueDescription
temperature0.7Controls randomness in generation
top_p0.8Nucleus sampling threshold
top_k20Top-k sampling parameter
min_p0Minimum probability threshold

Citation

If you use this model in your research or applications, please cite both this model and the base model:

@misc{qwen3-4b-diversity,
  author = {hadadxyz},
  title  = {Qwen3-4B-Diversity},
  year   = {2026},
  url    = {https://huggingface.co/hadadxyz/Qwen3-4B-Diversity}
}

Acknowledgments

This model was made possible through the combination of multiple high-quality datasets from the community. We acknowledge and thank all dataset creators and the Qwen team for providing the excellent base model.

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
a044b60

0 моделей