Характеристики

Контекст: 262 144 токена
Параметры: 2,6 млрд
Размер весов: 61,1 ГБ
Архитектура: qwen3_moe · MoE
Базовая модель: Qwen3-Coder-30B-A3B-Instruct
Библиотека: transformers
Опубликована: 2 авг 2026

Ссылки

tt-x0_verifier-binary-20-30B

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Qwen3 MoE, дообученный для бинарной проверки результатов агентных задач программирования с несколькими файлами.

132скачиваний за 30 дней0лайковвеса обновлены8 авг 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Экспериментальный чекпойнт TaskTrove X0 — бинарная ветка абляции в серии подбора гиперпараметров для агента. Модель дообучена на Qwen/Qwen3-Coder-30B-A3B-Instruct с использованием agentic RL terminus-2 на наборе DCAgent/exp_rpt_multifile; проверяющая функция оценивала результат бинарной наградой. Архитектура — Qwen3 MoE для генерации текста, число параметров по метаданным — 2,6 млрд, контекст — до 262 144 токенов.

Чекпойнт завершил горизонт обучения в 20 шагов; README приводит trailing-5 EMA reward 0,1703 и сообщает, что для последующих экспериментов выбрана ветка с shaping награды pass_ratio. Это указывает на экспериментальную пригодность модели для проверки агентных задач программирования с несколькими файлами и pytest-верификацией, но не подтверждает её качество для общего использования. Карточка не сообщает лицензию. Следы отдельных обучающих испытаний недоступны, а набор с ними на Hub не публиковался.

Сценарии применения

проверка результатов агентных задач по программированию
оценка решений для проектов с несколькими файлами
эксперименты с бинарной наградой и pytest-верификацией

Ограничения

Это экспериментальная ветка с 20 шагами обучения; README сообщает, что в последующей серии предпочли вариант с shaping награды. Отдельные обучающие трассы недоступны, а лицензию карточка не приводит.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tt-x0_verifier-binary (TaskTrove X0 binary verifier, global_step_20)

X0 verifier-ablation binary arm of the TaskTrove hyperparameter sweep. Completed its 20-step horizon. Base: Qwen/Qwen3-Coder-30B-A3B-Instruct; terminus-2 agentic RL on DCAgent/exp_rpt_multifile (pytest verifier, binary reward). Trailing-5 EMA reward at step 20 = 0.1703.

X0 verdict (owner 2026-08-04): the shaped arm wins on the post-#300 unshaped re-score (~3.7-pt gap), so pass_ratio shaping is the campaign verifier for X1-X5. See training_logs/report.md.

Training Traces

Not available. The trial-level trace trees were reclaimed during a 2026-08 GPFS inode-recovery pass before a dataset was uploaded to the Hub; no tt-x0_verifier-binary-traces dataset was published and the source trials no longer exist on GPFS. Per-trial unshaped verifier outcomes survive on Jupiter in /e/scratch/jureap59/feuer1/x0_unshaped_outcomes.tsv. The training_logs/ analysis here is derived from the per-step WANDB mirror, not the (deleted) trials.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen3MoeForCausalLM
Ревизия весов: 5be3a0f