/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Math-7B
Библиотека
transformers
Опубликована
17 мар 2025

Qwen2.5-Math-7B-Oat-Zero

Генерация текстаТекст → текст3 профессии

Дообученная модель Qwen2.5-Math-7B для генерации пошаговых решений математических задач.

204скачиваний за 30 дней6лайковвеса обновлены30 июн 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

sail/Qwen2.5-Math-7B-Oat-Zero — дообученная языковая модель, созданная по минималистичному рецепту R1-Zero на основе Qwen/Qwen2.5-Math-7B. В README указаны алгоритм Dr. DRPO, шаблон Qwen-Math и обучение на задачах уровней 3–5 из набора MATH.

Модель предназначена для генерации ответов и пошаговых решений математических задач. Это плотная авторегрессионная модель архитектуры Qwen2, содержащая 7,1 млрд параметров; максимальная длина контекста — 4096 токенов. Базовая модель рассчитана на математические задачи на английском и китайском языках.

Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка показывает результаты оценки на математических бенчмарках, но не приводит их значения; качество на других типах задач не описано.

Сценарии применения

  • Решение математических задач уровня MATH
  • Генерация пошаговых математических рассуждений
  • Подготовка ответов на задачи по математике на английском и китайском языках

Ограничения

Контекст ограничен 4096 токенами. В карточке не приведены численные результаты бенчмарков, а качество на задачах вне математики не описано.

Для каких профессий подходит3

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

Qwen2.5-Math-7B-Oat-Zero

Links

Introduction

This model is trained by the minimalist R1-Zero recipe introduced in our paper:

  • Algorithm: Dr. DRPO
  • Data: level 3-5 questions from MATH dataset
  • Base model: Qwen/Qwen2.5-Math-7B
  • Template: Qwen-Math

Evaluation results on widely used math benchmarks are shown below:

Usage

import vllm


def apply_qwen_math_template(question: str):
    return (
        "<|im_start|>system\nPlease reason step by step, and put your final answer within \\boxed{}.<|im_end|>\n<|im_start|>user\n"
        + question
        + "<|im_end|>\n<|im_start|>assistant\n"
    )

def apply_r1_template(question: str):
    return (
        "A conversation between User and Assistant. The User asks a question, and the Assistant solves it. The Assistant first thinks about the reasoning process in the mind and then provides the User with the answer. "
        "The reasoning process is enclosed within <think> </think> and answer is enclosed within <answer> </answer> tags, respectively, i.e., <think> reasoning process here </think> <answer> answer here </answer>.\nUser: "
        + question
        + "\nAssistant: <think>"
    )

model_name = "sail/Qwen2.5-Math-7B-Oat-Zero"

sampling_params = vllm.SamplingParams(
    n=1,
    temperature=0,
    top_p=1,
    max_tokens=3000,
)

model = vllm.LLM(
    model_name,
    max_model_len=4096,
    dtype="bfloat16",
    enable_prefix_caching=True,
)

if "Llama-3.2-3B-Oat-Zero" in model_name:
    apply_template = apply_r1_template
else:
    apply_template = apply_qwen_math_template

prompts = [
    "How many positive whole-number divisors does 196 have?"
]
prompts = list(map(apply_template, prompts))
outputs = model.generate(prompts, sampling_params)

print(outputs)

Citation

@article{liu2025understanding,
  title={Understanding r1-zero-like training: A critical perspective},
  author={Liu, Zichen and Chen, Changyu and Li, Wenjun and Qi, Penghui and Pang, Tianyu and Du, Chao and Lee, Wee Sun and Lin, Min},
  journal={arXiv preprint arXiv:2503.20783},
  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
Qwen2ForCausalLM
Ревизия весов
9830f56

0 моделей