/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Base
Библиотека
transformers
Опубликована
30 сен 2026

qwen3-4b-recursive-sft-v3.2

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-4B для решения математических задач с декомпозицией, рекурсивными вызовами и агрегацией ответов.

205скачиваний за 30 дней0лайковвеса обновлены30 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 Recursive SFT V3.2 — модель для решения математических задач с помощью рекурсивного протокола. Её разработчик дообучил Qwen/Qwen3-4B-Base на математических примерах, включая данные GSM8K, и добавил специальные токены протокола. Это плотная языковая модель архитектуры Qwen3 с 3,7 млрд параметров и контекстом 32 768 токенов; она выдаёт текст и рассчитана на англоязычные запросы.

Модель предназначена для сценариев, где решение строится через декомпозицию задачи, отдельные вызовы для подзадач и агрегацию их ответов. Для работы нужны сырые строки рекурсивных промптов из репозитория, а не диалоги в шаблоне Qwen Chat; одна генерация возвращает одно действие протокола, а не обязательно полное решение. Модель не предназначена для общего диалогового использования.

Корректный формат ответа не гарантирует правильность вычислений: вызов подзадачи может быть некорректным, а верные по формату ответы — математически ошибочными. Некоторые обучающие примеры содержат известные дефекты; грамматические ограничения требуют внешней поддержки декодирования. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • Решение текстовых математических задач GSM8K
  • Декомпозиция многошаговой задачи на подзадачи
  • Генерация рекурсивных вызовов для дочерних математических задач
  • Объединение ответов подзадач в итоговое решение

Ограничения

Корректный формат не гарантирует математическую правильность; часть обучающих примеров содержит дефекты, а грамматические ограничения требуют внешней поддержки декодирования. Для рекурсивного вывода нужны сырые строки специального протокола, и одна генерация может возвращать только одно действие, а не полное решение.

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 Recursive SFT V3.2

This is the original-tag recursive V3.2 balanced SFT checkpoint. It is not V3.1, the JSON variant, the flattened baseline, or an RL-finetuned model. The weights and tokenizer are unchanged from the final saved checkpoint named qwen3-4b-recursive-sft-v3.2-balanced.

The model was trained from Qwen3-4B-Base with additional recursive protocol tokens. It was not initialized from the already SFT-trained V3.1 model. It is a research math-solving model, not a general-purpose chat assistant.

Download

No ZIP extraction or login is required:

from huggingface_hub import snapshot_download

snapshot_download(
    "tawer12/qwen3-4b-recursive-sft-v3.2",
    local_dir="qwen3-4b-recursive-sft-v3.2",
)

The two safetensors shards, tokenizer files, and configuration files must be kept together. release_manifest.json lists file sizes and SHA256 checksums. The download is approximately 8.06 GB. There are no optimizer states, pickled training arguments, intermediate checkpoints, training examples, or evaluation rollouts in this repository.

Training

V3.2 downsamples only direct-solve examples from the expanded V3.1 call-level training corpus, retaining the decomposition and aggregation examples unchanged.

SettingValue
Decomposition examples4,707
Direct-solve examples4,707: 530 root, 4,177 child
Aggregation examples4,712
Total component-level examples14,126
Unique source problems represented5,241
Configured epochs6
Optimizer updates660
Global batch128 component calls, not 128 source problems
GPUs / per-device batch / accumulation8 / 1 / 16
Maximum sequence length2,048 tokens
Learning rate / weight decay1e-5 / 0.01
Warmup / scheduler10% / cosine
Precision / seedBF16 / 1
ObjectiveOutput-token-only causal language modeling

The six epochs approximately match the previous four-epoch V3.1 run's total example exposure; this is not an exactly token- or update-matched experiment. The corpus contains independent component calls, not necessarily complete trees after downsampling. No syntax repair was applied: 387 targets retain known defects under the newer strict Final answer: requirement. The training summary is included separately from the raw training state.

Recursive Inference

Inputs are raw recursive prompt strings, not Qwen chat-template conversations. Use prompts/recursive_sft_prefix_prompt.txt. Preserve protocol special tokens when decoding (skip_special_tokens=False). A single generation returns one action, not necessarily the entire solution:

  • SOLVE_DIRECTLY: solve the supplied problem.
  • DECOMPOSE: propose at least two child paths for the engine to execute.
  • AGGREGATE: combine child answers when the engine requests aggregation.

The bundled recursive_engine.py provides a standalone, unconstrained baseline engine. This example executes a complete tree:

pip install 'transformers==4.51.1' torch accelerate huggingface_hub
import sys
from pathlib import Path
from huggingface_hub import snapshot_download

snapshot = Path(snapshot_download("tawer12/qwen3-4b-recursive-sft-v3.2"))
sys.path.insert(0, str(snapshot))
from recursive_engine import RecursiveEngine, load_model_and_tokenizer

model, tokenizer = load_model_and_tokenizer(str(snapshot), dtype="bf16", device_map="auto")
engine = RecursiveEngine(
    model=model,
    tokenizer=tokenizer,
    prefix_template=(snapshot / "prompts/recursive_sft_prefix_prompt.txt").read_text(),
    max_new_tokens=2048,
    temperature=0.0,
    top_p=1.0,
    max_depth=3,
    max_calls=10,
)
result = engine.rollout("What is the smallest multiple of 5 greater than -32?")
print(result.full_trace)
print(result.final_answer, result.parsed_ok, result.parse_errors)

For this bundled legacy engine, max_calls=10 is a whole-tree model-call limit, including the root and aggregations, not ten children per node. The newer constrained GRPO/evaluation implementation in the math-recursive repository has separate per-decomposition and whole-tree limits. Do not conflate them. The example helper enables the generation cache even though the saved training configuration has use_cache=false.

Limitations And Attribution

Format validity and answer correctness are distinct. A malformed downstream call can invalidate a tree, and well-formed child answers can be mathematically wrong. Decomposition paths may be dependent or underspecified. Aggregation receives child answer summaries rather than their full reasoning. The standalone engine executes children sequentially; critical-path token counts are not measured parallel wall-clock speedups. Grammar constraints are external decoding support, not an intrinsic guarantee supplied by this checkpoint.

The historical helper's answer extraction is not an authoritative benchmark grader; use explicit root-answer grading and the standard evaluation protocol for comparisons. No new benchmark accuracy claims are made in this release.

This is a modified, fine-tuned version of the Qwen team's Apache-2.0 Qwen3-4B-Base model. The upstream license is included in LICENSE. GSM8K supplies the curated training questions. The model card and publishing recipe were added for this V3.2 release on 2026-09-30.

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
ccfd4e5

0 моделей