/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,5 млрд
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
18 мар 2025

Open-RS3

Генерация текстаТекст → текст3 профессии

Open-RS3 — дообученная языковая модель для генерации текста и решения сложных математических задач.

708скачиваний за 30 дней21лайквеса обновлены18 мар 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

Open-RS3 — языковая модель на 1,5 млрд параметров, разработанная knoveleng для улучшения математических рассуждений с помощью обучения с подкреплением. Она дообучена на базе DeepSeek-R1-Distill-Qwen-1.5B и использует архитектуру Qwen2 для генерации текста. Модель предназначена для решения математических задач, включая задачи олимпиадного уровня; в README также указаны результаты на наборах AMC23, AIME24 и MATH-500.

Для модели заявлен контекст длиной до 131 072 токенов. В README сообщается о результатах 80% на AMC23 и 46,7% на AIME24, а также о более слабом результате на Minerva по сравнению с моделями на 7 млрд параметров. Эти показатели приведены разработчиком и не являются независимой оценкой. Модель распространяется по лицензии MIT.

Сценарии применения

  • решение олимпиадных задач по математике
  • пошаговое рассуждение при решении математических задач
  • ответы на задачи из AMC23 и AIME
  • генерация текстовых объяснений математических решений

Ограничения

По README, на наборе Minerva модель уступает моделям на 7 млрд параметров. Заявленные результаты бенчмарков приведены разработчиком; независимая проверка не указана.

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

Model Summary

This model enhances the reasoning capabilities of the small 1.5B parameter DeepSeek-R1-Distill-Qwen-1.5B LLM using reinforcement learning (RL). Trained efficiently on 4 A40 GPUs in under 24 hours, it achieves significant gains in mathematical reasoning benchmarks (e.g., 80% accuracy on AMC23, 46.7% on AIME24, surpassing o1-preview). This cost-effective approach demonstrates the potential of RL for boosting reasoning in resource-constrained settings.

Evaluation

Performance Highlights

  • Open-RS1: 53.0% avg. score
  • Open-RS2: 55.7% avg. score, 80.0% on AMC23
  • Open-RS3: 56.3% avg. score, 46.7% on AIME24 (outperforms o1-preview at 44.6%)
  • Competitive MATH-500 scores; Minerva lags behind 7B models.

Performance Metrics

Cost Efficiency

Our approach uses 7,000 samples (42,000 total outputs) and costs ~$42 on 4x A40 GPUs in 24 hours, compared to thousands of dollars for baseline models.

7B Model Costs
1.5B Model Costs

Citation

If this project aids your work, please cite it as:

@inproceedings{
    dang2026reinforcement,
    title={Reinforcement Learning for Reasoning in Small {LLM}s: What Works and What Doesn{\textquoteright}t},
    author={Quy-Anh Dang and Chris Ngo},
    booktitle={Logical and Symbolic Reasoning in Language Models @ AAAI 2026},
    year={2026},
    url={https://openreview.net/forum?id=3pWL6Zxc4A}
}

For more details, including usage instructions and further evaluation results, please refer to our GitHub repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
b9ea78b

0 моделей