/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
18 сен 2026

Qwen3-4B-OpenThoughts3-Math-SFT-step500

Генерация текстаТекст → текст3 профессии

Промежуточный экспериментальный чекпойнт Qwen3-4B, дообученный на математических рассуждениях для исследований SFT и дистилляции.

239скачиваний за 30 дней0лайковвеса обновлены18 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.

  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

Qwen3-4B OpenThoughts3 Math SFT — Step 500 — это промежуточный чекпойнт модели Qwen3-4B, опубликованный как экспорт Hugging Face. Его создал автор репозитория, дообучив Qwen/Qwen3-4B методом supervised fine-tuning на 103 760 примерах математических рассуждений из OpenThoughts3-1.2M. Модель предназначена для экспериментов с математическими рассуждениями, SFT и дистилляцией на собственных ответах; это плотная авторегрессионная языковая модель примерно на 3,7 млрд параметров с контекстом до 40 960 токенов.

Во время обучения использовался формат, в котором рассуждение и итоговый ответ выводятся в видимом канале, а блок Qwen3 thinking оставляется пустым. Для воспроизведения такого поведения карточка рекомендует использовать поставляемый шаблон чата и отключать thinking, если это поддерживает среда инференса. Модель ориентирована на английский язык и математические задачи; она генерирует текст.

Чекпойнт представляет экспериментальный шаг обучения, а не готовую для эксплуатации модель; оценка AIME для него ещё не добавлена. В обучающей выборке оставляли только полные ответы с завершённым блоком рассуждения и ответом в рамке, поэтому сложность и распределение задач отличаются от полного набора OpenThoughts3. Лицензия — Apache 2.0.

Сценарии применения

  • эксперименты с генерацией решений математических задач
  • исследование supervised fine-tuning для математических рассуждений
  • изучение дистилляции математических ответов на собственных генерациях

Ограничения

Это промежуточный экспериментальный чекпойнт, и оценка AIME для него не приведена. Обучение на подмножестве только полных ответов делает выборку менее представительной: задачи, решения которых часто обрывались из-за лимита генерации, встречаются реже.

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

Qwen3-4B OpenThoughts3 Math SFT — Step 500

This is the Hugging Face export of global step 500 from an experimental supervised fine-tuning run of Qwen/Qwen3-4B on the math portion of open-thoughts/OpenThoughts3-1.2M.

The training data contains 103,760 examples built from OpenThoughts3 math traces. Only complete responses with a closed reasoning block and a boxed final answer were retained. The open target format was used: the Qwen3 thinking block is left empty and the source reasoning plus final answer are trained in the visible response channel.

Training configuration

  • Checkpoint: global_step_500 (the run was stopped after this checkpoint)
  • Objective: full-parameter SFT
  • Global batch size: 256
  • Micro batch size per GPU: 1 with dynamic batching
  • Maximum sequence length: 32,768 tokens
  • Optimizer: AdamW
  • Learning rate: 5e-6
  • Scheduler: cosine, 3% warmup
  • Weight decay: 0.01
  • Gradient clipping: 1.0
  • Precision: bfloat16
  • Hardware for this run: 4 GPUs with sequence parallel size 4

Intended use

This checkpoint is intended for research on mathematical reasoning, SFT, and on-policy distillation. It is an intermediate experimental checkpoint, not a production model. AIME evaluation for this checkpoint has not yet been added to this model card.

Inference

Use the tokenizer and chat template shipped in this repository. For the non-thinking behavior used during training, render prompts with enable_thinking=False when supported by your inference stack.

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "seomh/Qwen3-4B-OpenThoughts3-Math-SFT-step500"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    torch_dtype="auto",
    device_map="auto",
)

Data note

Filtering incomplete OpenThoughts3 generations changes the difficulty distribution: questions whose sampled solutions repeatedly hit the source generation limit are underrepresented. Results should therefore be interpreted as training on the complete-answer subset rather than the full unfiltered math distribution.

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
6f84766

0 моделей