/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
2,4 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B-Base
Библиотека
transformers
Опубликована
7 окт 2026

open-loopify-Qwen3-1.7B

Генерация текстаТекст → текст

Экспериментальная модель Qwen3 с повторно выполняемыми слоями предназначена для генерации текста и рассуждений, в том числе при решении математических задач.

224скачиваний за 30 дней0лайковвеса обновлены7 окт 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

open-loopify Qwen3-1.7B — экспериментальный языковой чекпойнт, основанный на Qwen/Qwen3-1.7B-Base. При обучении блоки исходной модели с индексами 12–18 выполнялись трижды с общими весами; в опубликованной версии эти проходы развёрнуты в 42 обычных слоя Qwen3, поэтому модель загружается через Transformers и vLLM без пользовательского кода. Экспорт в bfloat16 занимает около 4,85 ГБ, а заявленные 2,4 млрд параметров относятся к развёрнутому файлу, тогда как «1.7B» в названии обозначает исходную модель. Контекст — 32 768 токенов.

Модель предназначена для генерации текста и ответов с рассуждениями; в карточке приведены результаты на математических тестах AIME 2024/2025 и MATH-500. Обучение включало 3 000 шагов на коротких трассах рассуждений длиной до 8 000 токенов. На AIME часто срабатывал лимит генерации, а результаты получены на одном обучающем запуске без сопоставимого контроля, поэтому эффект повторения слоёв отдельно не установлен. Автор не заявляет о широкой оценке безопасности или качества общего назначения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов с пошаговыми рассуждениями
  • решение математических задач
  • эксперименты с повторным выполнением слоёв трансформера

Ограничения

В тестах AIME многие генерации обрывались по лимиту длины, а опубликованная оценка основана на одном обучающем запуске без сопоставимой плотной модели-контроля. Автор не заявляет о широкой оценке безопасности и качества общего назначения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

open-loopify Qwen3-1.7B

The final 3000-step checkpoint of the September 30, 2026 Qwen3-1.7B short-trace run from open-loopify.

Starting from Qwen/Qwen3-1.7B-Base, zero-based layers [12, 19) run three times, sharing their weights during training. The original 28-layer model therefore performs 42 block executions per token. This release unrolls those passes into 42 ordinary Qwen3 layers, so Transformers and vLLM can load it without custom model code or trust_remote_code. The exported file duplicates repeated layers and is approximately 4.85 GB in bfloat16; the 1.7B name refers to the source model, not the size of the unrolled export.

Training

  • Complete reasoning traces of at most 8,000 tokens.
  • 3,000 steps × 524,288 tokens/step = 1,572,864,000 training tokens.
  • Sequence length 16,384; training seed 17; loop specification 12:19:3.
  • Base revision: ea980cb0a6c2ae4b936e82123acc929f1cec04c1.
  • Training source revision: e151808e0ba853ebd31d82321bfb6febc4d93d86.

Use

The evaluated environment used Transformers 4.57.6 and vLLM 0.13.0. Use a CUDA-enabled PyTorch build compatible with your NVIDIA driver.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

path = "tyzhu/open-loopify-Qwen3-1.7B"
tok = AutoTokenizer.from_pretrained(path)
model = AutoModelForCausalLM.from_pretrained(path, dtype=torch.bfloat16).cuda()

question = "What is the sum of all positive divisors of 36?"
prompt = question + "\n" + r"Please reason step by step, and put your final answer within \boxed{}."
inputs = tok.apply_chat_template(
    [{"role": "user", "content": prompt}],
    add_generation_prompt=True, return_dict=True, return_tensors="pt",
).to(model.device)
out = model.generate(
    **inputs, max_new_tokens=16384, do_sample=True,
    temperature=0.6, top_p=0.95, eos_token_id=[151645, 151643],
)
print(tok.decode(out[0, inputs["input_ids"].shape[1]:], skip_special_tokens=True))

The supplied generation configuration includes both EOS IDs, 151645 and 151643.

Final-checkpoint evaluation

The released weights and tokenizer/configuration files match the evaluated 3000-step artifacts by SHA-256. Each checkpoint used 758 unique questions and 1,178 sampled answers, a 16,384-token output limit, temperature 0.6, and top-p 0.95. AIME reports average accuracy over eight samples per question, not pass@8; MATH-500 and GPQA-Diamond use one sample per question.

BenchmarkAccuracyOutput-limit truncation
AIME 2024 (30 questions × 8 samples)10.42%57.50%
AIME 2025 (30 questions × 8 samples)10.83%50.83%
MATH-500 (500 questions)70.00%14.80%
GPQA-Diamond (198 questions)16.67%47.98%

This is one training seed with no matched 1.7B dense-training control. These results do not isolate the effect of looping from continued training, and the 4B dense model is not a matched control. The final checkpoint is not the best checkpoint on every benchmark. Long reasoning often reaches the output limit without finishing; generation length and answer correctness should be assessed separately. No broader safety or general-purpose quality evaluation is claimed. Different batch schedules may change the exact sampled text.

Benchmark item digest: e21c6140501b7deba4e6de58d1843ec1ac9a0f7cfb1d102aac791e33fc6c723b.

Model file SHA-256: 924b779dc8186e066ef34221fd34cd1e4594d1a07f1fcc119a2c4a243c9ba715.

License

Apache-2.0, inherited from Qwen3-1.7B-Base. The base model's license is included in this repository.

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
1578a98

0 моделей