/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
9 сен 2026

code-think-q8b-20260908

Генерация текстаТекст → текст8 профессий

Исследовательский чекпойнт Qwen3-8B, дообученный для генерации кода и его решения с рассуждением.

60скачиваний 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.

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-think-q8b-20260908 — это исследовательская версия Qwen3-8B-Base, дообученная modrill методом LoRA на трассах рассуждений Qwen3-30B-A3B-Thinking-2507 и затем объединённая в полные веса. Модель имеет плотную авторегрессионную архитектуру Qwen3ForCausalLM, около 7,6 млрд параметров и контекст до 32 768 токенов; для запуска объединённых весов PEFT не требуется.

Чекпойнт предназначен для генерации кода и его решения с пошаговым рассуждением в режиме thinking. В оценке на 256 задачах LiveCodeBench-derived DEV256 он решил 81 задачу с pass@1; результат получен на одном seed и не является сопоставимой оценкой на лидерборде. В 130 генерациях сработал лимит длины в 32 тыс. токенов. Модель принимает текст и выдаёт текст, включая код. Лицензия — Apache-2.0, унаследованная от базовой модели.

Сценарии применения

  • генерация кода по текстовому описанию
  • решение задач программирования с пошаговым рассуждением
  • экспериментальная оценка кодовых моделей на задачах LiveCodeBench

Ограничения

Это исследовательский чекпойнт с оценкой на одном seed и без подтверждённого сравнения на одинаковом протоколе с базовой моделью. В оценке 130 из 256 генераций достигли лимита около 32 тыс. токенов, не закрыв thinking-блок.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

code-think-q8b-20260908

Research checkpoint: Qwen/Qwen3-8B-Base (49e3418fbbbca6ecbdf9608b4d22e5a407081db4) after V4 LoRA SFT on Qwen3-30B-A3B-Thinking-2507 traces, then merged to full weights.

This is a research checkpoint, not a product. Single-seed diagnostic numbers only. Do not treat DEV256 as a leaderboard claim.

License: Apache-2.0, inherited from Qwen/Qwen3-8B-Base (verified from the local base README.md; Apache-2.0 text bundled from the Qwen3-4B-Base LICENSE file on disk).

Base, teacher, and data

StudentQwen/Qwen3-8B-Base revision 49e3418fbbbca6ecbdf9608b4d22e5a407081db4
TeacherQwen/Qwen3-30B-A3B-Thinking-2507 traces (V4 paired think payload)
Problems4715 unique problems (source_1ep_rows); physical 2-epoch concat = 9430 rows
Dose32,436,894 assistant tokens / epoch; endpoint 64,873,788 assistant tokens (2 epochs)
Train seed42

Recipe

  • LoRA r64 / α128, dropout 0.0, seven projections: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
  • Embeddings / lm_head frozen except two-sided trainable B-rows for 151643 (<|endoftext|>), 151667 (<think>), 151668 (</think>). Token ids from adapter/TOKEN_ROWS_META.json.
  • Assistant supervised tail: <|endoftext|> (151643)
  • LR 1e-4, AdamW (β 0.9/0.95), cosine over assistant-token dose, warmup 6% (3,892,427 / 64,873,788 tokens), weight decay 0.1
  • bf16, no packing, no truncation, context 32768
  • 2 epochs, physical concat. Endpoint-only score; no checkpoint picking.

Merged weights are the 2-epoch endpoint (step-000921, 64,873,788 assistant tokens). LoRA + B-rows are under adapter/.

Evaluation (DEV256)

256-problem LiveCodeBench-derived dev split. Seed 3407, think mode, no <think> prefill, max generation ~32k, sandbox-verified pass@1. Temperature 0.6, top-p 0.95, top-k 20.

Cap = generations that hit the 32k length limit without closing </think>.

Modelpass@1CapNotes
code-think-q8b-2026090881/256130this repo; seed 3407; V4 think contract
Qwen3-8B-Base55/256—old-contract historical bare-base number (not a same-contract V4 think-mode re-eval; a same-contract 8B-base think COMPLETE.json was not on disk)

Single seed. These are research checkpoints, not product scores.

For context, the same-family 4B base on the current V4 think contract is 63/256 (seed 3407), with a 5-seed band 55.2 ± 4.9 on an earlier bare-base protocol.

Usage

Merged full weights; no PEFT required at inference. Think mode: enable_thinking=True, do not prefill <think>.

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "modrill/code-think-q8b-20260908"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype="bfloat16", device_map="auto"
)

system = (
    "You are an expert Python programmer. You will be given a question "
    "(problem specification) and will generate a correct Python program that "
    "matches the specification and passes all tests. You will NOT return "
    "anything except for the program."
)
messages = [
    {"role": "system", "content": system},
    {"role": "user", "content": problem_statement},
]
prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True,
)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
output = model.generate(
    **inputs,
    max_new_tokens=32768,
    do_sample=True,
    temperature=0.6,
    top_p=0.95,
    top_k=20,
)
print(tokenizer.decode(output[0][inputs["input_ids"].shape[1]:], skip_special_tokens=False))

Stop ids used in the official eval: 151643 (<|endoftext|>), 151645 (<|im_end|>).

Repo layout

  • Root: merged HF weights plus OFFICIAL_MERGE_RECEIPT.json
  • adapter/: LoRA, token_rows_both_sides.safetensors, TOKEN_ROWS_META.json, checkpoint MANIFEST.json
  • provenance/: train RUN_IDENTITY.json, TRAINING_CONFIG.json, POLICY.json; DEV256 COMPLETE.json
  • MANIFEST.sha256

Optimizer / resume states are not included.

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
5cc6b98

0 моделей