/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
30 авг 2026

Search-R1-Qwen3-8B-SDAR

Генерация текстаТекст → текст3 профессии

Дообученная на Qwen3-8B модель для многошаговых поисковых вопросов и ответов с использованием инструментов.

68скачиваний за 30 дней0лайковвеса обновлены30 авг 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

Search-R1-Qwen3-8B-SDAR — дообученная модель на базе Qwen/Qwen3-8B от автора репозитория. Её обучали с помощью GRPO на многошаговых задачах поиска и ответов на вопросы по найденным материалам в формате взаимодействия Search-R1; также применялась само-дистилляция SDAR. Финальная политика находится в корне репозитория, обучение описано до шага 400.

Модель предназначена для генерации текста в сценариях поискового вопросно-ответного взаимодействия, включая последовательное использование поискового инструмента. Архитектура — плотная причинная языковая модель Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 40 960 токенов; загрузка предусмотрена через Transformers. Карточка не приводит отдельный перечень поддерживаемых языков, поэтому языки не указаны.

Репозиторий содержит контрольные точки обучения, а также сырые FSDP-состояния для продолжения обучения; для инференса README рекомендует использовать объединённые экспорты. Лицензия — Apache-2.0. Поскольку модель обучена всего на 400 шагах и специальных оценок качества карточка не приводит, её надёжность на произвольных поисковых задачах не подтверждена.

Сценарии применения

  • ответы на вопросы с поиском по внешним материалам
  • многошаговое извлечение сведений из найденных источников
  • генерация ответов в формате Search-R1 с вызовом поискового инструмента

Ограничения

Обучение описано только до 400 шагов, а независимые оценки качества не приведены. Сырые FSDP-чекпойнты предназначены для продолжения обучения, а не для инференса.

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

Search-R1-Qwen3-8B-SDAR

A Qwen/Qwen3-8B policy trained with GRPO on Search-R1 multi-turn retrieval QA, with SDAR self-distillation.

The repository root holds the final policy, at training step 400.

The policy was trained for 400 steps with the Search-R1 tool-call interaction format. The raw FSDP checkpoint at step 400 is included under fsdp/ for resuming training.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("wckwan/Search-R1-Qwen3-8B-SDAR")
tokenizer = AutoTokenizer.from_pretrained("wckwan/Search-R1-Qwen3-8B-SDAR")

# An intermediate checkpoint
model_step = AutoModelForCausalLM.from_pretrained("wckwan/Search-R1-Qwen3-8B-SDAR", subfolder="step_20")

Checkpoints

  • step_20/
  • step_40/
  • step_60/
  • step_80/
  • step_100/
  • step_120/
  • step_140/
  • step_160/
  • step_180/
  • step_200/
  • step_220/
  • step_240/
  • step_260/
  • step_280/
  • step_300/
  • step_320/
  • step_340/
  • step_360/
  • step_380/

Raw FSDP checkpoints

fsdp/global_step_<N>/ holds the unmerged verl FSDP checkpoint (sharded fp32 model state, optimizer state and extra state) for step(s) 400. These are for resuming training, not for inference — use the merged exports above to load a policy.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
43abc9c

0 моделей