/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Base
Библиотека
transformers
Опубликована
18 сен 2026

qwen3-4b-longcot-sft-vanilla

Генерация текстаТекст → текст3 профессии

Дообученная на математических рассуждениях Qwen3-4B модель для генерации решений и использования в качестве контрольного варианта или учителя для дистилляции.

243скачиваний за 30 дней0лайковвеса обновлены18 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

jackcai1206 выпустил jackcai1206/qwen3-4b-longcot-sft-vanilla — полное supervised fine-tuning модели Qwen3-4B-Base на математических данных с длинными цепочками рассуждений. Это плотная авторегрессионная языковая модель семейства Qwen3 с 3,7 млрд параметров и контекстом 32 768 токенов; архитектура не изменялась. Модель загружается через Transformers как обычная причинная языковая модель.

Чекпойнт предназначен прежде всего для генерации подробных рассуждений при решении математических задач. Автор позиционирует его как базовый контрольный вариант для сравнения с другими дообучениями и как замороженную модель-учитель для дистилляции. В README приведена оценка 87,4 на MATH-500 при строгом оценивании.

Веса представлены в bf16 и, согласно README, побитово соответствуют bf16-представлению весов, используемому при обучении и инференсе. Модель дообучена на базе Qwen/Qwen3-4B-Base и распространяется по лицензии Apache-2.0. Данных о поддерживаемых естественных языках нет; базовая модель является языковой, но основной язык этого чекпойнта не установлен.

Сценарии применения

  • генерация пошаговых рассуждений при решении математических задач
  • сравнение математических дообучений с контрольной моделью
  • использование модели-учителя для дистилляции математических ответов

Ограничения

Дообучение ориентировано на математические рассуждения, поэтому качество в других областях не установлено. Оценка MATH-500 в README не гарантирует аналогичный результат на других наборах задач.

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 long-CoT SFT

A vanilla supervised fine-tune of Qwen/Qwen3-4B-Base on long chain-of-thought math data. No architectural changes — a standard Qwen3 model, loadable with from_pretrained.

We release it as a full-context reference baseline: a plain SFT of this base model at this data scale, useful as a control to measure other fine-tunes against, and as a frozen teacher for distillation.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

REPO = "jackcai1206/qwen3-4b-longcot-sft-vanilla"
model = AutoModelForCausalLM.from_pretrained(REPO, dtype="bfloat16", device_map="auto")
tok   = AutoTokenizer.from_pretrained(REPO)

Precision

Training kept fp32 master weights (16.1 GB). Downstream use constructs the model in bf16, so those weights are truncated to bf16 on load — this export is bf16 and therefore bit-identical to what training and inference actually consume, at half the size. Verified tensor by tensor against the fp32 checkpoint. lm_head is tied to embed_tokens in the source checkpoint (same storage), so it is reconstructed by from_pretrained rather than stored separately.

Evaluation

MATH-500 (strict): 87.4.

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
823d5d7

0 моделей