Слитая SFT-версия Qwen3-14B для генерации текста и решения математических задач SVAMP, предназначенная также для последующих экспериментов с GRPO.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Это слитая с базовой моделью версия Qwen3-14B, подготовленная kyleliu789 на основе SFT-адаптера для задачи SVAMP14. Адаптер LoRA ранга 8 с alpha 16 был объединён с базовыми весами через PEFT; модель сохранена в формате BF16 в шести файлах safetensors. Это плотная авторегрессионная языковая модель с 14 млрд параметров и контекстом до 40 960 токенов.
Модель предназначена для генерации текста и диалогов, а также служит самостоятельной SFT-моделью и базой для последующих экспериментов с GRPO. В частности, её можно применять для ответов на математические текстовые задачи из SVAMP. Метаданные указывают поддержку чата; основная задача в каталоге — text-generation. Условия лицензии в предоставленных данных не приведены.
Модель специализирована на обучении по SVAMP14, поэтому её качество на других задачах в предоставленной карточке не описано. Лицензия и дополнительные оценки качества не указаны в использованных данных.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This repository contains the BF16 merged model produced from:
Qwen/Qwen3-14Bkyleliu789/qwen3-14b-svamp14-sft-qlora-r8-a16The rank-8, alpha-16 SFT LoRA adapter was merged into the base model with PEFT merge_and_unload, then saved as six safetensors shards. This merged model is intended to serve as a standalone SFT model and as the parent model for subsequent GRPO experiments.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…