/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Опубликована
11 июн 2026

qwen3-1.7b-rlvr-gsm8k

Генерация текстаТекст → текст3 профессии

Дообученная методом RLVR модель Qwen3-1.7B для решения школьных текстовых задач по математике с пошаговыми рассуждениями.

8скачиваний за 30 дней0лайковвеса обновлены11 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

tocsa/qwen3-1.7b-rlvr-gsm8k — языковая модель, разработанная на основе Qwen/Qwen3-1.7B и дообученная методом обучения с подкреплением по проверяемым наградам (RLVR) на наборе GSM8K. Она предназначена для решения школьных текстовых задач по математике с пошаговыми рассуждениями, а также для демонстраций и изучения RLVR на SageMaker.

Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и принимает текст, генерируя текст. Родная длина контекста — 40 960 токенов. Карточка указывает английский язык, лицензию Apache-2.0 и образовательное и исследовательское применение. Результаты за пределами школьных математических задач и обучающего набора GSM8K могут быть ограничены.

Сценарии применения

  • Решение школьных текстовых задач по математике
  • Генерация пошаговых математических рассуждений
  • Обучающие демонстрации метода RLVR
  • Изучение дообучения языковых моделей на SageMaker

Ограничения

Модель дообучена на наборе школьных математических задач GSM8K; её качество для других предметных областей и типов задач может быть ограничено. Карточка позиционирует её как демонстрацию RLVR на небольшом наборе данных.

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

Qwen3-1.7B RLVR — GSM8K Math Reasoning

Fine-tuned from Qwen/Qwen3-1.7B using Reinforcement Learning from Verifiable Rewards (RLVR) on the GSM8K grade school math dataset.

Training Details

Base modelQwen/Qwen3-1.7B
TechniqueRLVR with LoRA (rank 32, alpha 64)
DatasetGSM8K train split, 200 samples
Epochs2
Learning rate1e-5
Batch size128
Training platformAmazon SageMaker Serverless Model Customization

Intended Use

This model is trained to solve grade school math word problems with step-by-step reasoning. It is intended for educational and research purposes, particularly as a demonstration of RLVR fine-tuning on a small dataset.

Primary users: Workshop participants and developers exploring RLVR on SageMaker.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("tocsa/qwen3-1.7b-rlvr-gsm8k")
tokenizer = AutoTokenizer.from_pretrained("tocsa/qwen3-1.7b-rlvr-gsm8k")

prompt = "Janet's ducks lay 16 eggs per day. She eats 3 for breakfast and bakes 4 into muffins. She sells the rest for $2 each. How much does she make per day?"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
64c6aee

0 моделей