/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
28 авг 2026

Auto-Fill-Qwen3-8B-Reasoning

Генерация текстаТекст → текст4 профессии

Дообученная на Qwen3-8B модель восстанавливает пропущенные значения в англоязычных таблицах, рассуждая о связях между строками и столбцами и выдавая оценку уверенности.

20скачиваний за 30 дней0лайковвеса обновлены28 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.

  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

Auto-Fill Qwen3-8B Reasoning — языковая модель, разработанная для восстановления одного пропущенного значения в таблице. Это специалист рассуждений в системе Auto-Fill: таблица передаётся в виде Markdown pipe table с ячейкой [MISSING], а модель анализирует связи между строками и столбцами и возвращает предполагаемое значение и оценку уверенности в JSON.

Модель основана на плотной архитектуре Qwen3ForCausalLM с 7,6 млрд параметров и контекстом до 40 960 токенов. Она дообучена полнопараметрическим SFT на 59 367 примерах с трассами рассуждений, дистиллированными из DeepSeek-R1; обучение описано для bf16 и ms-swift с DeepSpeed ZeRO-3. Модель рассчитана на англоязычные таблицы, в которых пропущена одна ячейка, и особенно подходит для случаев, где значение выводится из закономерностей внутри таблицы.

В бенчмарке Auto-Fill специалист рассуждений отдельно показал средний Recall@Precision=0,9 в 0,418; ансамбль трёх специалистов с калибровкой уверенности достиг 0,628. Модель может уверенно ошибаться, особенно когда ответ требует знаний за пределами таблицы, поэтому для снижения риска следует применять порог уверенности и воздерживаться от заполнения при низкой оценке. Лицензия — Apache-2.0.

Сценарии применения

  • восстановление пропущенной ячейки в электронной таблице
  • вывод значения по закономерностям между строками и столбцами
  • автоматическое заполнение пропусков в CSV- и Parquet-таблицах
  • предложение значения с оценкой уверенности для проверки человеком

Ограничения

Обучена и оценивалась на англоязычных таблицах с одной пропущенной ячейкой; при ответах, требующих знаний вне таблицы, может ошибаться с высокой уверенностью. Для автоматического заполнения следует использовать порог уверенности и предусмотреть возможность воздержаться от ответа.

Для каких профессий подходит4

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

Auto-Fill Reasoning Specialist (Qwen3-8B)

The reasoning specialist of Auto-Fill: Learning to Predict Missing Values Accurately with Specialist Language Models (PVLDB 19(11), 2026 — arXiv:2607.19847). Given a table with one cell marked [MISSING], this model reasons step by step before answering and reports a verbalized confidence; it targets cells that require inferring implicit patterns or relationships across rows and columns.

Auto-Fill runs three specialists in parallel — knowledge, reasoning and coding — calibrates their confidences with isotonic regression and returns the most confident answer (or abstains). Sibling specialists: Knowledge · Coding.

Model details

Base modelQwen/Qwen3-8B
Trainingfull-parameter SFT with ms-swift, DeepSpeed ZeRO-3, bf16
Data59,367 examples: chain-of-thought traces distilled from DeepSeek-R1 (<think>…</think> + answer). Only traces with a correct answer are kept; the confidence label comes from a two-stage procedure described in the paper (§ Training Specialist Models).
Hyper-parameters2 epochs, lr 2e-5, cosine schedule, weight decay 0.1, max length 40,960, effective batch size 16
Hardware4× A100 80 GB
Confidence signalthe verbalized integer confidence (0–100) in the answer JSON, scaled to [0, 1]. Calibrated with isotonic regression fitted on a held-out validation split (calibrators.json).
Decoding used in the papertemperature 0.8, max new tokens 32768, default Qwen3 chat template

Training tables come from public sources only (spreadsheets crawled from a search-engine index, public BI models, Wikipedia, nationalarchives.gov.uk, GitHub CSV/Parquet files); one cell per table is masked and its original value is the target.

Prompt and output format

The table is serialized as a Markdown pipe table (pandas.DataFrame.to_markdown(index=False, tablefmt="pipe")) with the cell to fill written as [MISSING]. The user message is exactly (see autofill/utils/prompts.py):

Please fill in the missing value in the input table and provide your confidence level as an integer between 0 (no confidence) and 100 (full confidence). The missing value is denoted by '[MISSING]'. Please return the value filled in JSON format: {"value": "filled_value", "confidence": confidence_level}.

Input Table:
<markdown table>

Expected output: <think> … </think> followed by {"value": "<filled value>", "confidence": <0-100>}.

Usage

With the code repository (recommended) — runs the full ensemble on one table:

python inference/run_specialists.py \
    --table          /path/to/table.csv \
    --knowledge_path lyrain2001/Auto-Fill-Qwen3-8B-Knowledge \
    --reasoning_path lyrain2001/Auto-Fill-Qwen3-8B-Reasoning \
    --coding_path    lyrain2001/Auto-Fill-Qwen3-8B-Coding \
    --calibrators    checkpoints/calibrators.json \
    --gpu_ids        0,1,2

or this specialist alone on the benchmark:

python inference/run_benchmark.py --mode reasoning --model_path lyrain2001/Auto-Fill-Qwen3-8B-Reasoning \
    --dataset Gov-CSV --benchmark Auto-Fill-Benchmark/sample200 --gpu_ids 0

Minimal vLLM example

import pandas as pd
from vllm import LLM, SamplingParams

llm = LLM(model="lyrain2001/Auto-Fill-Qwen3-8B-Reasoning", dtype="bfloat16", max_model_len=40960)
table = pd.read_csv("table.csv", dtype=str).to_markdown(index=False, tablefmt="pipe", disable_numparse=True)
prompt = PROMPT + table   # PROMPT = the user message above, up to and including "Input Table:\n"
text = llm.get_tokenizer().apply_chat_template(
    [{"role": "user", "content": prompt}], tokenize=False, add_generation_prompt=True)
out = llm.generate([text], SamplingParams(temperature=0.8, max_tokens=32768))
print(out[0].outputs[0].text)

Results

Recall@Precision=0.9 on the Auto-Fill benchmark (200 cases per dataset; from the paper's specialist ablation):

Pub-XLSPub-BIPub-WikiGov-CSVGit-ParquetEnt-CSV*Ent-XLS*Pub-WebRel-ARRel-FDRel-STMean
Reasoning specialist alone0.3600.0000.0000.4550.4750.1150.5350.0000.8150.8650.9750.418
Auto-Fill (all three + ensemble)0.5250.6150.2850.5000.5900.5850.6600.2750.9900.8900.9950.628

* Ent-CSV / Ent-XLS are proprietary enterprise datasets that are not part of the public benchmark.

Limitations

  • Trained and evaluated on English-language tables with one missing cell per table; tables were serialized with at most 40,960 tokens.
  • The model can be wrong with high confidence on cells that require knowledge outside the table; use the calibrated confidence and abstain below a threshold, as in the paper.
  • Generated code (coding specialist) should be executed in a sandbox.

Citation

@article{liu2026autofill,
  title={Auto-Fill: Learning to Predict Missing Values Accurately with Specialist Language Models},
  author={Liu, Yurong and He, Yeye and Dong, Haoyu and Xing, Junjie and Han, Shi and Zhang, Dongmei and Chaudhuri, Surajit},
  journal={Proceedings of the VLDB Endowment},
  volume={19},
  number={11},
  pages={3160--3173},
  year={2026}
}

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
d6eb3a8

0 моделей