/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
14 сен 2026

KBevo-Qwen3-1.7B-SFT

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-1.7B для построения структурированной базы знаний из текстов и ответов на многошаговые вопросы с опорой на неё.

632скачиваний за 30 дней0лайковвеса обновлены15 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

KBevo-Qwen3-1.7B-SFT — контрольная точка модели Qwen3-1.7B, дообученная командой kilian-group методом supervised fine-tuning для подхода KBevo. Модель предназначена для многошаговых вопросов по текстовым фрагментам: сначала она извлекает из них компактную структурированную базу знаний в виде троек «сущность — отношение — значение», затем выполняет типизированные запросы к этой базе и формирует ответ на основе найденных фактов.

Обе фазы используют общие веса. Модель построена на плотной архитектуре Qwen3ForCausalLM, содержит 1,7 млрд параметров и имеет контекстное окно 40 960 токенов. Для двухфазного выполнения предусмотрена эталонная реализация KBevo; этот SFT-чекпойнт также служит начальной точкой для варианта KBevo-Qwen3-1.7B-GRPO. В README приведены результаты на HotpotQA, MuSiQue, 2WikiMultiHopQA и PopQA; отдельная оценка качества для иных сценариев не заявлена.

Модель принимает текст и генерирует текст. В карточке указан английский язык. Лицензия — Apache-2.0. Она рассчитана на запуск и оценку политики построения базы знаний и рассуждений KBevo, воспроизведение результатов и дальнейшее дообучение; для двухфазного сценария следует использовать код проекта KBevo.

Сценарии применения

  • Извлечение троек «сущность — отношение — значение» из текстовых фрагментов
  • Ответы на многошаговые вопросы по нескольким документам
  • Поиск связанных фактов через типизированные запросы к базе знаний
  • Воспроизведение двухфазного конвейера KBevo на HotpotQA
  • Эксперименты с дообучением моделей для структурированного рассуждения

Ограничения

Чекпойнт обучен на синтезированных двухфазных траекториях по HotpotQA; результаты в README ограничены четырьмя указанными бенчмарками и не гарантируют качество в других сценариях. Для полноценного двухфазного инференса требуется эталонная реализация KBevo.

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

KBevo-Qwen3-1.7B-SFT

KBevo supervised fine-tuning (SFT) checkpoint for Qwen3-1.7B. Accompanies Co-Evolving Structured Knowledge and Reasoning in Language Models, published at the Conference on Language Modeling (COLM 2026).

KBevo: Structured knowledge + reasoning in two phases

KBevo teaches a single language model to answer multi-hop questions by first building a structured knowledge base and then reasoning over it:

  1. Knowledge-base construction. Given a set of passages, the model extracts a compact structured KB of typed (entity, relation, value) triples. Inverse relations are added so the KB can be traversed in either direction.
  2. Question answering through structured KB retrieval. For each question, the model issues typed KB lookups instead of re-reading raw text. Answers are grounded in retrieved triples rather than in parametric memory alone.

The two phases share weights and are trained jointly. SFT teaches the base extraction / lookup behaviour on synthesised two-phase rollouts. GRPO further optimises the joint policy on end-to-end HotpotQA answer-F1 rewards.

This repository

This repository contains the KBevo SFT checkpoint for Qwen3-1.7B. It is the starting point for the paper's KBevo-Qwen3-1.7B-GRPO run. Use it if you want the SFT-only KBevo behaviour or to reproduce the GRPO training pipeline.

For the paper's final KBevo checkpoint, see kilian-group/KBevo-Qwen3-1.7B-GRPO.

All KBevo checkpoints

ModelRepository
KBevo-Qwen3-1.7B SFTkilian-group/KBevo-Qwen3-1.7B-SFT
KBevo-Qwen3-1.7B GRPOkilian-group/KBevo-Qwen3-1.7B-GRPO
KBevo-Qwen3-4B SFTkilian-group/KBevo-Qwen3-4B-SFT
KBevo-Qwen3-4B GRPOkilian-group/KBevo-Qwen3-4B-GRPO

Full code, training, and evaluation scripts: https://github.com/kilian-group/KBevo

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "kilian-group/KBevo-Qwen3-1.7B-SFT"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id, dtype="bfloat16")

For the two-phase KBevo inference agent (KB construction → structured QA), please use the reference implementation from the KBevo GitHub repository. See scripts/eval_kbevo.sh.

Results

Exact-match on the four benchmarks reported in the paper:

ModelHotpotQAMuSiQue2WikiMultiHopQAPopQAAverage
KBevo-Qwen3-1.7B-SFT29.513.344.957.036.2
KBevo-Qwen3-1.7B-GRPO37.318.647.861.441.3
KBevo-Qwen3-4B-SFT35.616.740.754.336.8
KBevo-Qwen3-4B-GRPO46.126.451.462.546.6

Training

Stage: Supervised fine-tuning on synthesised two-phase rollouts over HotpotQA.

Hyperparameters:

SettingValue
Base modelQwen/Qwen3-1.7B
ObjectiveSupervised fine-tuning (TRL SFTTrainer)
DatasetGemini-generated two-phase trajectories (HotpotQA, 6k)
Number of GPUs1
Per-device training batch size24
Gradient accumulation steps2
Effective training batch size48
Learning rate5e-5
LR schedulerCosine
Warmup ratio0.1
Weight decay0.01
Number of epochs3
Max sequence length2048
Runtime precisionBF16
Two-phase supervisionImplicit in the SFT trajectories
Special DB-lookup tokensEnabled
Per-device evaluation batch size24
Evaluation strategyEpoch
Logging steps10
Save strategyEvery 12.5% of an epoch
Maximum saved checkpoints8

Intended use

This checkpoint is intended for running and evaluating KBevo's two-phase knowledge construction and reasoning policy. It can be used with the official KBevo codebase to reproduce the reported results or as a starting point for further research and fine-tuning.

Citation

@inproceedings{Noonan2026:co-evolving,
  title         = {Co-Evolving Structured Knowledge and Reasoning in Language Models},
  author        = {Ryan Thomas Noonan and Linxi Zhao and Menghan Xu and Akanksha Sarkar and Mihir Mishra and Dongyoung Go and Kilian Q. Weinberger and Yoav Artzi and Jennifer J. Sun},
  booktitle     = {Proceedings of the Conference on Language Modeling},
  year          = {2026},
  url           = {https://arxiv.org/abs/2608.26386}
}

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
d4e3074

0 моделей