/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
24 сен 2026

qwen35-9b-equational-theory-sair-r3-mix30m

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-9B для ответов на вопросы и построения доказательств или контрпримеров в эквациональной теории.

218скачиваний за 30 дней0лайковвеса обновлены24 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

violetxi выпустила дообученную методом полного SFT модель Qwen3.5-9B для задач эквациональной теории в рамках SAIR. Это плотная мультимодальная модель на 9 млрд параметров с архитектурой Qwen3_5ForConditionalGeneration; в репозитории представлены полные веса BF16 в формате safetensors, токенизатор, шаблон чата и файлы процессора. Модель основана на Qwen/Qwen3.5-9B, а веса зрения и MTP унаследованы от базовой модели.

Модель предназначена для ответа на вопросы по эквациональной теории и создания доказательств или контрпримеров. В обучении использована смесь заметок R0–R3 и примеров диалогов с условием на заметки. В опубликованной оценке точность бинарных ответов на этапе 1 составила 46,97% при лимите 16K токенов и 67,31% при 24K; оценка валидности доказательств и контрпримеров на этапе 2 — около 20%. Для генерации авторы использовали контекст 32 768 токенов. Указана лицензия Apache-2.0.

Оценка доказательств проверялась судьёй GPT-5.6-sol, а не Lean, поэтому результаты не подтверждают формальную корректность доказательств. Показатели приведены для конкретного набора вопросов и настроек генерации и не гарантируют аналогичного качества в других сценариях. Для запуска требуется версия Transformers или vLLM с поддержкой Qwen3.5.

Сценарии применения

  • получение бинарного ответа на вопрос по эквациональной теории
  • составление доказательства утверждения в эквациональной теории
  • поиск контрпримера к математическому утверждению
  • ответы на задачи с опорой на заметки SAIR R0–R3

Ограничения

В оценке валидности доказательств использовался судья GPT, а не Lean; опубликованные результаты ограничены конкретным набором вопросов и настройками генерации. Для запуска нужна версия Transformers или vLLM с поддержкой Qwen3.5.

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

Qwen3.5-9B equational-theory SAIR R0–R3 — 30M mixture

Final epoch 2 checkpoint of a full-model SFT run. This is a complete BF16, sharded safetensors model in the native Qwen3_5ForConditionalGeneration layout, including configuration, tokenizer, chat template and processor files. No adapter merge, custom code, base-model download or checkpoint conversion is required. Use a Transformers/vLLM release with Qwen3.5 support. Standard model loading was verified with Transformers 5.13.0; the submitted evaluations use vLLM 0.19.1.

Training

  • Pinned base revision: c202236235762e1c871ad0ccb60c8ee5ba337b9a.
  • Latest live R3 notes plus curated single-turn R0–R3 note-conditioned trajectories.
  • Nominal 30M nested mixture: 20,961,111 note tokens and 9,000,144 assistant-answer tokens per epoch after loss masking.
  • Approximately 70% notes / 30% trajectories; two epochs, eight GH200 GPUs, LR 5e-6, cosine schedule, warmup 0.03, full supervised-token mean CE, no KL.
  • Padding-free packing isolates examples in full attention, linear attention and convolution. Prompts/assistant headers are masked. Notes are plain text. Separate generated thinking is excluded; assistant answers and template/end markers are supervised. The trajectory template therefore includes an empty thinking wrapper.
  • Repetition exclusions and frozen validation are retained. No correctness filter or blanket rejection of length-stopped answers was added.
  • Trained FP32 language weights were converted to BF16. All 427 language tensors, including the output head, were mapped into the native layout. Vision and MTP weights are inherited unchanged from the pinned base.
  • Online training log.

Evaluation

Completed SAIR evaluations use 800 Stage 1 questions and 300 Stage 2 questions, with four seeded responses per question at each output budget. These are per-response rates, not pass@4.

Output budget (including thinking)Stage 1 accuracyStage 2 judged validity
16K46.97%20.00%
24K67.31%20.08%

Stage 1 uses rule-based parsing and comparison of the binary verdict. Stage 2 uses GPT-5.6-sol (high) to judge the final natural-language proof/counterexample against Lean input; hidden thinking is excluded, and there are no trusted reference solutions in this evaluation set. Empty and uncertain answers count as non-successes. GPT judgments are not Lean certification.

Generation uses thinking, seeds 0–3, temperature 1.0, top-p 0.95, top-k 20, min-p 0, presence penalty 1.5, frequency penalty 0, repetition penalty 1.0, and a 32,768-token context. Output caps are 16,384 and 24,576 tokens including thinking; the two budgets use separate generations.

Load and generate

from transformers import AutoTokenizer, Qwen3_5ForConditionalGeneration

repo = "violetxi/qwen35-9b-equational-theory-sair-r3-mix30m"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = Qwen3_5ForConditionalGeneration.from_pretrained(
    repo, dtype="auto", device_map="auto"
)
messages = [{"role": "user", "content": "Explain why associativity does not imply commutativity."}]
inputs = tokenizer.apply_chat_template(
    messages, tokenize=True, add_generation_prompt=True,
    enable_thinking=True, return_dict=True, return_tensors="pt"
).to(model.device)
output = model.generate(**inputs, max_new_tokens=1024)
print(tokenizer.decode(output[0, inputs["input_ids"].shape[1]:], skip_special_tokens=True))
vllm serve violetxi/qwen35-9b-equational-theory-sair-r3-mix30m --dtype bfloat16 --reasoning-parser qwen3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
cc2c3b8

0 моделей