/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,6 млрд
Размер весов
61,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-30B-A3B-Thinking-2507
Библиотека
transformers
Опубликована
19 мая 2026

SR2AM-v1.0-30B

Генерация текстаТекст → текст14 профессий

SR²AM-v1.0-30B — дообученная агентная модель на базе Qwen3 MoE для планирования, рассуждений и выполнения задач с инструментами.

129скачиваний за 30 дней14лайковвеса обновлены22 мая 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

SR²AM-v1.0-30B — агентная языковая модель, разработанная командой sailing-lab на базе Qwen3-30B-A3B-Thinking-2507. Она разделяет рассуждение на реактивное выполнение действий, симулятивное планирование последствий и конфигуратор, который выбирает, когда и насколько глубоко планировать. Модель дообучена методом SFT с последующим обучением с подкреплением GRPO; архитектура — Qwen3 MoE, формат весов — Safetensors, библиотека — Transformers. Заявленная длина контекста — 262 144 токена.

Модель предназначена для агентных задач с использованием инструментов: веб-поиска и просмотра страниц, выполнения Python-кода в изолированной среде, а также решения задач по математике, естественным наукам и табличным данным. В README сообщается Pass@1 71,3 на 11 бенчмарках и сокращение числа токенов рассуждения на 25–95% относительно сопоставимых агентных моделей; это результаты авторской оценки. Метаданные указывают 2,6 млрд параметров. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • решение математических и научных задач с пошаговым планированием
  • поиск информации в интернете с помощью веб-поиска
  • просмотр и суммирование содержимого веб-страниц
  • анализ табличных данных
  • выполнение Python-кода как части агентного решения

Ограничения

Заявленные результаты приведены авторами на выбранных бенчмарках и не гарантируют качество на других задачах. Для веб-поиска, просмотра страниц и выполнения кода требуются внешние инструменты и соответствующая среда.

Для каких профессий подходит14

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

SR²AM-v1.0-30B

SR²AM Illustration

We argue that efficient agentic reasoning benefits from decomposing deliberation into three interacting systems: reactive execution (System I) for fine-grained reasoning and direct action; simulative reasoning (System II) that predicts consequences of proposed actions through a world model; and self-regulation (System III) that decides when and how deeply to plan through a learned configurator.

SR²AM (Self-Regulated Simulative Reasoning Agentic LLM) is our instantiation: the configurator and simulative planner are realized as distinct stages within an LLM's chain-of-thought reasoning, with the LLM itself serving as the world model in language space.

SR²AM-v1.0-30B achieves an overall Pass@1 of 71.3 across 11 benchmarks spanning math, science, tabular analysis, and web information seeking — competitive with systems at 685B–1T parameters, while consuming 25–95% fewer reasoning tokens than comparably sized agentic LLMs.

More details: project website | paper | GitHub.

Key Features

  • System I + II + III decomposition: a configurator (System III) decides per-turn whether to plan, continue an existing plan, or act directly; a simulative planner (System II) constructs plans grounded in predicted future states; reactive execution (System I) handles fine-grained reasoning and tool use.
  • SFT + RL training: supervised learning on data encoding the self-regulated planning structure, followed by reinforcement learning (GRPO) for task success.
  • Agentic tool use: web search (SerpAPI), web browsing with LLM summarization, and stateless Python code execution (SandboxFusion).
  • Reasoning efficiency: 5,518 reasoning tokens per trajectory on average — 51% fewer than MiroThinker-v1.5-30B and 95% fewer than ASearcher-Web-QWQ-v2 for comparable or better accuracy.
  • RL learns to plan further, not more often: RL increases average planning horizon by 22.8% while planning frequency grows only 2.0 percentage points.

Quick Start

See the GitHub repository for setup and inference instructions.

Main Results

Pass@1 vs. parameter size and reasoning-token count

SR²AM-v1.0-30B sits above the size-vs-accuracy trendline in (a) and on the Pareto frontier of reasoning-token efficiency vs. accuracy among 30/32B models in (b). The full benchmark breakdown is in the paper.

Citation

@article{deng2026sr2am,
  title={Efficient Agentic Reasoning Through Self-Regulated Simulative Planning},
  author={Deng, Mingkai and Hou, Jinyu and Neves, Lara Sá and
          Pimpalkhute, Varad and Killian, Taylor W. and
          Liu, Zhengzhong and Xing, Eric P.},
  journal={arXiv preprint arXiv:2605.22138},
  year={2026}
}

License

Released under the Apache License 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
7312f83

0 моделей