/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
13 ноя 2025

DR-Tulu-SFT-8B

Генерация текстаТекст → текст5 профессий

Дообученная на базе Qwen3-8B диалоговая модель для глубокого поиска, ответов на вопросы и работы с инструментами в агентном фреймворке.

38скачиваний за 30 дней5лайковвеса обновлены29 ноя 2025

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-SFT-8B — диалоговая модель генерации текста, разработанная в проекте DR Tulu и дообученная методом SFT на базе Qwen3-8B. Она предназначена для исследовательского агента глубокого поиска: отвечает на вопросы и собирает сведения из внешних источников в связные ответы. Модель обучена использовать инструменты через фреймворк dr-agent-lib; для этого сценария запуск через Hugging Face Transformers или vLLM без соответствующей интеграции работает плохо.

Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В карточке приведены результаты на бенчмарках вопросов и глубокого поиска, включая ResearchQA, DeepResearch Bench и SimpleQA. Модель выпущена под лицензией Apache 2.0; README указывает на исследовательское и образовательное применение согласно Responsible Use Guidelines от Ai2.

Сценарии применения

  • поиск и синтез ответов по внешним источникам
  • ответы на сложные исследовательские вопросы
  • подготовка развернутых ответов с использованием инструментов
  • оценка возможностей агента глубокого поиска на бенчмарках

Ограничения

Для корректной работы с инструментами требуется интеграция с dr-agent-lib; запуск без неё через Transformers или vLLM работает плохо. Модель позиционируется для исследовательского и образовательного применения согласно Responsible Use Guidelines от Ai2.

Для каких профессий подходит5

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

[!NOTE] For full information, go check out the Dr Tulu paper here.

DR Tulu SFT 8B

This is the SFT checkpoint of DR Tulu, an open deep research agent trained on top of Qwen3-8B.

This model has undergone SFT 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-8B (this model)72.338.168.539.075.566.531.956.0
DR-Tulu-8B86.743.771.141.880.168.039.161.5

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 following hyperparameters were used during training:

  • learning_rate: 4e-05
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • total_eval_batch_size: 64
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 5

For futher 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
045954f

0 моделей