/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
757 млн
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
12 июн 2026

d24-sft-v2-reasoning-3.7B

Генерация текстаТекст → текст3 профессии

Экспериментальная чат-модель sfanm с 756,7 млн параметров для генерации диалоговых ответов и решения математических задач.

22скачиваний за 30 дней0лайковвеса обновлены12 июн 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

d24-sft-v2-reasoning-3.7B — чат-модель на основе dense-декодера семейства Llama, разработанная sfanm в рамках воспроизведения nanochat-d24 с нуля. Она обучалась в несколько этапов: предобучение, промежуточное обучение на рассуждениях и SFT на смеси диалоговых, математических и общих заданий. Несмотря на «3.7B» в названии, в модели 756,7 млн параметров.

Модель предназначена для генерации текста в формате ChatML, диалога и ответов на математические и логические вопросы. Архитектура включает 24 слоя, размер скрытого состояния 1536, 12 голов внимания, SwiGLU, RoPE и RMSNorm; контекст — 2048 токенов, токенизатор — GPT-2 BPE с размером словаря 50 304. В README приведён результат GSM8K 9,86% при greedy-декодировании на полном наборе из 1319 заданий.

Для завершения хода генерации требуется остановка по строке ChatML `\u003c|im_end|\u003e`: стандартный EOS-токен не завершает ход, и без такой настройки генерация может продолжаться до лимита. Модель предоставлена «как есть» для исследований; лицензия указана как other, а README просит учитывать лицензии использованных сторонних корпусов.

Сценарии применения

  • ведение диалога в формате ChatML
  • генерация ответов на вопросы пользователя
  • решение задач GSM8K
  • проверка математических рассуждений
  • эксперименты с воспроизведением обучения nanochat

Ограничения

В контексте GSM8K модель набрала 9,86% точности; это указывает на ограниченные возможности решения таких задач. Для корректного завершения ответа нужна остановка по строке `\u003c|im_end|\u003e`; без неё генерация может продолжаться до установленного лимита.

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

d24-sft-v2-reasoning-3.7B

v2 SFT chat model (strongest base).

nanochat-style depth-24 decoder — 24 layers × 1536 hidden × 12 heads, SwiGLU / RoPE / RMSNorm, tied embeddings, GPT-2 BPE vocab (50304), 0.757B params, 2048-token context.

Lineage. v2 pretrain (13.1B ClimbMix, WSD) → reasoning midtrain (3.7B: ~40% OpenThoughts / 30% ClimbMix / 15% FineMath / 8% OpenMath / 7% MetaMath) → SFT (nanochat mix: SmolTalk + MMLU-aux + GSM8K + spelling + identity).

Metrics. GSM8K (greedy, full 1319): 9.86% · SFT val lm-loss 0.162.

Use (chat)

This is a chat model (ChatML). The turn terminator it emits is the literal string <|im_end|> — which is not the eos_token_id (50256 = <|endoftext|>) and is not even a single token. You must stop on the <|im_end|> string or generation will not stop:

from transformers import AutoModelForCausalLM, AutoTokenizer
mid = "sfanm/d24-sft-v2-reasoning-3.7B"
tok = AutoTokenizer.from_pretrained(mid)
model = AutoModelForCausalLM.from_pretrained(mid, torch_dtype="bfloat16", device_map="auto")

msgs = [{"role": "user", "content": "Natalia sold clips to 48 friends in April and half as many in May. How many total?"}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=512, do_sample=False, stop_strings=["<|im_end|>"], tokenizer=tok)
print(tok.decode(out[0, ids.shape[1]:], skip_special_tokens=False))

Without stop_strings=["<|im_end|>"] the model rambles to max_new_tokens: the configured eos_token_id (50256) is the GPT-2 document EOS, which a chat turn does not end with. For vLLM, pass stop=["<|im_end|>"].

Research checkpoint from a from-scratch nanochat-d24 replication (pretrain → midtrain → SFT → RL) on NERSC Perlmutter. Trained on third-party corpora (ClimbMix, FineMath, OpenMath, MetaMath, OpenThoughts, OLMo-3 Dolmino, SmolTalk, …) — see those datasets' licenses; provided as-is for research.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
295ff4f

0 моделей