/ 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

math-nothink-q4b-20260908

modrill
Генерация текстаТекст → текст3 профессии

Дообученная на базе Qwen3-4B языковая модель для решения математических задач и экспериментального переноса task vector.

52скачиваний 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

modrill опубликовал снимок модели Math NoThink на базе Qwen3-4B-Base, дообученной для математических задач. Это плотная авторегрессионная языковая модель с 3,7 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит объединённые веса и LoRA-адаптер. По README, модель предназначена как исходный эксперт для переноса task vector в эксперименте ICLR 2027, а не как чат-бот. В оценке Exact-240 она набрала 49 из 240 баллов против 22 у базовой модели.

Модель принимает текст и генерирует текст; метаданные указывают поддержку чата, а README описывает её как специализированную на математических задачах. Карточка приводит пример загрузки через Transformers и лицензию Apache-2.0. Результат оценки относится к конкретному набору AIME 2024 и 2025 с четырьмя seed и не гарантирует аналогичного качества на других задачах.

Сценарии применения

  • решение задач в стиле AIME
  • генерация ответов на математические вопросы
  • экспериментальная оценка математических способностей языковых моделей
  • исследование переноса task vector

Ограничения

Оценка README ограничена набором AIME 2024 и 2025 с четырьмя seed; её результаты не описывают качество на иных задачах. Автор указывает, что модель не предназначена для использования как чат-бот.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

math-nothink-q4b-20260908

Public freeze of Math NoThink source expert θ_s for ICLR 2027 task-vector transfer. Not a chatbot. Endpoint is the score. Do not promote milestones.

run_id=math_six_arms_train_v3_eot_20260908. Replaces the private 20260902 src freeze for this v3 EOT recipe; does not overwrite nothink-src-*-20260902.

Score (Exact-240)

AIME24+25 × seeds 42–45, EvalScope reviews, n=240.

ModelOfficial /240
This endpoint49
Same-run Base22

τ_s = θ_s − θ_0. θ_0 is Qwen/Qwen3-4B-Base rev 906bfd4b4dc7f14ee4320094d8b41684abff8539.

Identity

FieldValue
ArmQ4B-NOTHINK-EP-X
Updates / tokens165 / 10,788,766
RecipeLoRA r64/α128, TPU 65536, 2ep row-matched, seed 42, Qwen tail 151643 / O7B tail 100257, B-rows both sides [151643, 151667, 151668]
Merged model.safetensors sha256f58598701c77f8b82d8ac31abf35689c1cf097dde8d9652bf446a8fa4b2e1465
Endpoint adapter sha256b6e1a5fe40eb2407880953e746ce4788af62034ee395918c4fee179c8770bf54

Root of merged weights is this repo. Endpoint LoRA is in adapter/. MERGE_RECEIPT.json is the merge audit.

Load

from transformers import AutoModelForCausalLM, AutoTokenizer
m = AutoModelForCausalLM.from_pretrained("modrill/math-nothink-q4b-20260908", torch_dtype="bfloat16", device_map="auto")
tok = AutoTokenizer.from_pretrained("modrill/math-nothink-q4b-20260908")

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
5ed3c44

0 моделей

    Создать бенчмарк