/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
DR-Tulu-SFT-8B
Библиотека
transformers
Опубликована
13 ноя 2025

DR-Tulu-8B

Генерация текстаТекст → текст4 профессии

DR-Tulu-8B — дообученная с подкреплением модель Qwen3 для многошагового поиска, ответов на исследовательские вопросы и работы с инструментами.

1 911скачиваний за 30 дней76лайковвеса обновлены24 фев 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

DR-Tulu-8B — исследовательский агент для углублённого поиска, разработанный проектом rl-research и обученный с подкреплением на базе rl-research/DR-Tulu-SFT-8B. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, предназначенная для диалоговой генерации текста и работы с инструментами в рамках фреймворка dr-agent-lib.

Модель ориентирована на многошаговый поиск и ответы на исследовательские вопросы. Контекстное окно составляет 40 960 токенов. В карточке приведены результаты на наборах для вопросов и ответов, включая ResearchQA и DeepResearch Bench.

Для штатного запуска через Hugging Face Transformers или vLLM модель подходит плохо: она обучалась для использования инструментов через dr-agent-lib. Распространяется по лицензии Apache 2.0; разработчик указывает исследовательское и образовательное применение в соответствии с Responsible Use Guidelines Ai2.

Сценарии применения

  • проведение многошагового веб-поиска для подготовки ответа
  • ответы на исследовательские вопросы с использованием инструментов
  • поиск и сведение сведений из нескольких источников
  • проверка фактических вопросов в исследовательском агенте

Ограничения

Для эффективного применения нужна интеграция с dr-agent-lib: запуск напрямую через Hugging Face или vLLM, по заявлению разработчика, работает плохо. Языковая поддержка не обозначена в предоставленных данных.

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

[!NOTE] For full information, go check out the Dr Tulu paper here. We have recently (23/02/2026) updated the model, please check branches for older versions of the model. Our initial release was step_1000, our second release was step_1900. Our final release is step_4000 (main and branch). Some checkpoint steps are missing, apologies, we simply do not have those checkpoints.

DR Tulu-8B

This is the RL checkpoint of DR Tulu, an open deep research agent trained on top of rl-research/DR-Tulu-SFT-8B.

This model has undergone RL training on this dataset. For more details on DR Tulu please read our paper!

Inference and Usage

This model has been trained for tool-use using the dr-agent-lib framework. As such, running it out of the box with HuggingFace or vLLM will not work well!

See our github for more details on installation and how to run our model. Or check out our demo!

Evaluation Results

We provide evaluation instructions in our github.

BenchmarkSQAv2HealthBenchResearchQADeepResearch BenchSimpleQA2WikiWebWalkerAverage
Qwen3-8B (naive rag)40.416.556.133.352.618.98.832.4
Qwen3-8B (our search pipeline)57.25.946.318.270.544.027.938.6
DR-Tulu-SFT-8B72.338.168.539.075.566.531.956.0
DR-Tulu-8B (this model)88.352.875.745.475.968.939.063.7

For more baselines, explanations of this table, and analysis of results, check out the Dr Tulu paper!

Intended uses & limitations

This model is licensed under Apache 2.0. It is intended for research and educational use in accordance with Ai2's Responsible Use Guidelines.

Training

The script used to train this model can be found here.

For hyperparameter details, check out the Dr Tulu paper.

Links

Citation

@article{shao2025dr,
  title={DR Tulu: Reinforcement Learning with Evolving Rubrics for Deep Research},
  author={Shao, Rulin and Asai, Akari and Shen, Shannon Zejiang and Ivison, Hamish and Kishore, Varsha and Zhuo, Jingming and Zhao, Xinran and Park, Molly and Finlayson, Samuel G and Sontag, David and others},
  journal={arXiv preprint arXiv:2511.19399},
  year={2025}
}

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
80181f1

0 моделей