8-epoch SFT of model_200m_21B on easy puzzles (rating 800-900). Trajectory-sep CoT, no labels.
Характеристики
- Контекст
- 3 072 токена
- Параметры
- 165 млн
- Лицензия
- MIT
- Архитектура
- qwen3 · dense
- Библиотека
- transformers
- Опубликована
- 4 сен 2026
Ссылки
model_200m_21B-sft-easy-800-900
Компактная модель Qwen3, дообученная для генерации ответов и рассуждений при решении простых головоломок.
13скачиваний за 30 дней0лайковвеса обновлены4 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Модель nandansarkar/model_200m_21B-sft-easy-800-900 — компактная текстовая генеративная модель семейства Qwen3, дообученная автором в течение 8 эпох методом SFT на простых головоломках рейтинга 800–900. В README указано, что обучение использовало цепочки рассуждений с разделителями траекторий и не использовало метки.
Модель предназначена для генерации текста при решении простых головоломок. Она содержит 165,2 млн параметров, использует архитектуру Qwen3ForCausalLM и рассчитана на контекст до 3072 токенов. Доступные веса представлены в формате safetensors; лицензия — MIT.
Карточка не уточняет поддерживаемые естественные языки и конкретные типы головоломок, поэтому применимость за пределами описанного набора простых задач не установлена.
Сценарии применения
- генерация решений простых головоломок рейтинга 800–900
- получение пошаговых рассуждений для учебных задач
- эксперименты с SFT малых языковых моделей
Ограничения
Описана настройка на простые головоломки рейтинга 800–900; качество на более сложных задачах и других сценариях не подтверждено. Языки обучения и применения в карточке не указаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- Qwen3ForCausalLM
- Ревизия весов
- f357021