/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Base
Библиотека
transformers
Опубликована
8 сен 2026

Ссылки

Hugging Face

code-nothink-q4b-20260908

modrill
Генерация текстаТекст → текст4 профессии

Дообученная на задачах программирования модель Qwen3-4B для генерации кода в режиме NoThink.

51скачиваний за 30 дней0лайковвеса обновлены10 сен 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.

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

code-nothink-q4b-20260908 — модель генерации кода на базе Qwen3-4B-Base, дообученная автором методом SFT с LoRA и объединённая с базовыми весами. Это плотная причинно-языковая модель размером 3,7 млрд параметров; репозиторий содержит полные веса bf16 в формате safetensors и собственный набор файлов токенизатора с шаблоном чата. Контекст модели — до 32 768 токенов по метаданным; обучение проводилось с контекстом 8192 токена.

Модель предназначена для генерации кода в режиме NoThink и оценки на LiveCodeBench. В описанной исследовательской оценке DEV256 она решила 67 из 256 задач с pass@1; результат получен на одном seed и не является подтверждающим экспериментом. Для инференса README рекомендует использовать токенизатор и шаблон чата из этого репозитория. Лицензия — Apache-2.0.

Сценарии применения

  • генерация кода по текстовому описанию
  • решение задач программирования
  • подготовка ответов для бенчмарков генерации кода

Ограничения

Оценка LiveCodeBench DEV256 проведена с одним seed и обозначена авторами как исследовательский результат, а не подтверждающее утверждение. Для воспроизведения указанного режима инференса README требует использовать токенизатор и шаблон чата из этого репозитория.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.3Разработка и данныеРефакторинг, миграция и модернизацияAI помогает улучшать структуру программ и переносить их на новые технологии без потери поведения.20 задач9 764модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

code-nothink-q4b-20260908

Formerly Qwen3-4B-Base-code-v4-nothink (HF redirect).

Arm ID: Q4B-NOTHINK
Run ID: t30b2507-q4b-nothink-v4-tail151643

Merged full bf16 weights used for the official DEV256 NoThink evaluation. Tokenizer files in this repo are the eval-caliber bundle (qwen3-v4-tail151643); they overlay any tokenizer files that were present in the merge directory (the merge tree's tokenizer.json was a different, larger file).

Single-seed exploratory result, not a preregistered confirmatory claim.

Base model

Training

  • Method: LoRA r64 / α128 on seven projections (q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj), then merged into full-model bf16 safetensors
  • Data: NoThink code SFT (paired V4, physical 2-epoch concat)
  • Endpoint (score): step 142, 9,455,736 assistant tokens — endpoint-as-score, no checkpoint picking
  • Train seed 42; LR 1e-4; context 8192; AdamW; cosine by assistant-token dose
  • Host: mathbox; eval tokenizer renderer qwen3-v4-tail151643

Evaluation

  • Suite: official LiveCodeBench DEV256
  • Seed 3407, mode NoThink, max_model_len 8192, vLLM 0.28.0
  • Metric: sandbox pass@1 = passed / 256
  • This arm: 67/256 (26.2%), caps 99
  • Base (Qwen/Qwen3-4B-Base, same NoThink protocol): 36/256 (14.1%), caps 48
  • McNemar exact p = 7.8e-07

Inference notes

  • Use this repository's tokenizer and chat_template.jinja.
  • NoThink: do not prefill <think>; if the template accepts enable_thinking, keep it false.
  • Stop token ids: 151643 (<|endoftext|>) and 151645 (<|im_end|>).
  • Eval sampling used temperature 0.7, top_p 0.8, top_k 20.

Weight checksum

  • model.safetensors (8,822,894,520 bytes): sha256:4309b112b8635695282a1c18f7d9e301862ef028c83e2b000a34caa08b47ef1f

OFFICIAL_MERGE_RECEIPT.json is included for merge provenance. LoRA adapter checkpoints are not in this repo.

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
ba4c128

0 моделей

    Создать бенчмарк