/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
QED-Nano-SFT
Библиотека
transformers
Опубликована
12 фев 2026

QED-Nano

Генерация текстаТекст → текст3 профессии

QED-Nano — дообученная модель Qwen3 для построения математических доказательств, включая олимпиадные задачи.

316скачиваний за 30 дней89лайковвеса обновлены23 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 оценки2

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MathArena/hmmt_feb_2026

    score · выше — лучше

    Результат

    62,88

    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • MathArena/aime_2026

    score · выше — лучше

    Результат

    82,5

    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

QED-Nano — компактная языковая модель на 3,7 млрд параметров для построения математических доказательств, разработанная командой авторов из CMU, ETH Zurich, Numina и Hugging Face. Это плотный декодер Transformer семейства Qwen3, дообученный методом supervised fine-tuning и reinforcement learning на задачах математических олимпиад. В README указана базовая модель Qwen/Qwen3-4B-Thinking-2507, а метаданные связывают этот чекпойнт с lm-provers/QED-Nano-SFT; обучение проходило на FineProofs-RL из 5 227 задач.

Сценарии применения

  • составление доказательств математических теорем
  • решение задач на доказательство с математических олимпиад
  • генерация пошаговых рассуждений для проверки математических решений

Ограничения

Модель специализирована на доказательстве теорем и может выдавать бессмысленные ответы при использовании как универсального помощника. Сгенерированные доказательства следует проверять; результаты также зависят от вычислительного бюджета на этапе вывода.

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

QED-Nano

logo.png

Table of Contents

  1. Model Summary
  2. How to use
  3. Evaluation
  4. Limitations
  5. License

Model Summary

QED-Nano is a 4B parameter model explicitly post-trained to strengthen its proof-writing capabilities. Despite its small size, QED-Nano achieves an impressive 40% score on the challenging IMO-ProofBench benchmark (+20% over the Qwen3 base model), matching the performance of GPT-OSS-120B from OpenAI. With an agent scaffold that scales inference-time compute to over 1M tokens per problem, QED-Nano approaches the performance of Gemini-3-Pro. Crucially, the same agentic scaffold on the base model (Qwen3-4B-Thinking-2507) barely improves performance.

imoproofbench.png

QED-Nano is based on Qwen/Qwen3-4B-Thinking-2507, and was post-trained via a combination of supervised fine-tuning and reinforcement learning with a reasoning cache (to be able to train for continual improvement with our agentic scaffold at test time) on a mixture of Olympiads proof problems from various public sources.

For more details refer to our blog post: https://huggingface.co/spaces/lm-provers/qed-nano-blogpost

How to use

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "lm-provers/QED-Nano"
device = "cuda"  # for GPU usage or "cpu" for CPU usage

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
).to(device)

# prepare the model input
prompt = "Generate a rigorous proof to the following question: is \sqrt{2} rational or irrational?"
messages_think = [
    {"role": "user", "content": prompt}
]

text = tokenizer.apply_chat_template(
    messages_think,
    tokenize=False,
    add_generation_prompt=True,
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

# Generate the output
generated_ids = model.generate(**model_inputs, max_new_tokens=32768)

# Get and decode the output
output_ids = generated_ids[0][len(model_inputs.input_ids[0]) :]
print(tokenizer.decode(output_ids, skip_special_tokens=True))

[!TIP] We recommend setting temperature=0.6 and top_p=0.95 in the sampling parameters.

vLLM and SGLang

You can use vLLM and SGLang to deploy the model in an API compatible with OpenAI format.

SGLang

python -m sglang.launch_server --model-path lm-provers/QED-Nano

vLLM

vllm serve lm-provers/QED-Nano

Evaluation

In this section, we report the evaluation results of QED-Nano on IMO-ProofBench, ProofBench, and IMO-AnswerBench. All evaluations except those on IMO-AnswerBench are reported as avg@3 unless stated otherwise.

ModelIMO-ProofBenchProofBenchIMO-AnswerBench
Qwen3-4B-Thinking-250720.4 (2.6)19.5 (0.9)55.8
QED-Nano-SFT39.5 (2.9)33.3 (0.5)57.5
QED-Nano40.0 (0.6)44.9 (3.4)67.5
QED-Nano (Agent)54.0 (3.7)54.4 (2.4)-
Qwen3-30B-A3B-Thinking-250727.6 (1.0)26.1 (2.4)67.0
Qwen3-235B-A22B-Thinking-250734.1 (0.7)33.7 (1.1)70.5
Nomos-140.3 (3.5)28.3 (3.9)49.0
GPT-OSS-20B38.3 (1.2)38.4 (3.9)61.5
GPT-OSS-120B43.1 (3.2)47.5 (1.7)70.5
DeepSeek-Math-V257.9 (2.0)60.6 (0.1)75.8
Gemini 3 Pro58.7 (2.9)66.7 (3.1)83.2

Training

Model

Training Hyperparameters

  • Optimization Steps: 150
  • Number of prompts per batch: 64
  • Number of rollouts per prompt: 16
  • Global batch size: 1024
  • Max Rollout Length: 49,152 tokens
  • Learning Rate Schedule: Constant with a learning rate of 1e-6
  • Sampling temperature: 0.8
  • LLM grader: GPT-OSS-20B with medium reasoning effort and sampling at temperature 1.0

Software & hardware

  • GPU topology (each node has 8xH100s): 7 generator nodes, 4 trainer nodes, 1 grader node.
  • Training time: 4 days or 9,216 H100 hours
  • Training and evaluation framework: CMU-AIRe/QED-Nano

Limitations

QED-Nano is a domain-specific model that is designed for one thing and one thing only: proving theorems. Using as a general assistant will likely produce nonsense outside of this domain. These models should be used as assistive tools rather than definitive sources of information. Users should always verify important information and critically evaluate any generated content.

License

Apache 2.0

Acknowledgements

QED-Nano is a joint collaboration between the research teams at CMU, ETH Zurich, Numina, and Hugging Face. Below is a list of the individual contributors and their affiliations:

CMU

Amrith Setlur, Yuxiao Qu, Ian Wu, and Aviral Kumar

ETH Zurich

Jasper Dekoninck

Numina

Jia Li

Hugging Face

Edward Beeching and Lewis Tunstall

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
1016dde

0 моделей