/ 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-tmax-sft-v3-iter353
Библиотека
transformers
Опубликована
18 сен 2026

qwen3-8b-tmax-aenv-v39b-iter149

Генерация текстаТекст → текст3 профессии

Промежуточный чекпойнт Qwen3-8B после обучения с подкреплением для многошаговой диалоговой генерации и взаимодействия с инструментами.

192скачиваний за 30 дней0лайковвеса обновлены18 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

Это контрольная точка Qwen3-8B TMax AENV v39b, созданная willamazon1 на 149-й итерации обучения с подкреплением. Модель основана на willamazon1/qwen3-8b-tmax-sft-v3-iter353, который, в свою очередь, является SFT-версией Qwen/Qwen3-8B. Обучение проводилось методом group-relative policy optimization на асинхронных многошаговых сценариях в агентной среде.

Модель предназначена для диалоговой генерации текста и сценариев, где агент взаимодействует с инструментами и выполняет последовательность действий в несколько ходов. Это плотная причинная языковая модель Qwen3 с 7,6 млрд параметров и контекстом 40 960 токенов. Веса bf16 сохранены в формате safetensors; репозиторий использует Transformers и имеет лицензию Apache-2.0.

Это промежуточный чекпойнт отдельного запуска обучения; опубликованы и другие итерации, позволяющие сравнить изменения по ходу обучения. README сообщает о проверке весов на NaN и Inf и о пробном запуске, но не приводит оценки качества или поддерживаемые языки.

Сценарии применения

  • ведение многошагового диалога с пользователем
  • вызов инструментов в агентном сценарии
  • выполнение последовательных задач в интерактивной среде

Ограничения

В карточке не приведены количественные оценки качества и перечень поддерживаемых языков. Это чекпойнт на 149-й итерации обучения, поэтому его поведение может отличаться от более поздних итераций того же запуска.

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

Qwen3-8B TMax AENV v39b — iteration 149

Reinforcement-learning checkpoint from the tmax_aenv_v39b run, taken at training iteration 149.

The policy was initialized from willamazon1/qwen3-8b-tmax-sft-v3-iter353 (itself an SFT of Qwen/Qwen3-8B) and trained with group-relative policy optimization on asynchronous multi-turn agentic-environment rollouts.

Checkpoints are saved every 10 iterations; iterations 69–219 of this run are published as separate repos in the same collection, so you can compare points along the training curve.

Base modelwillamazon1/qwen3-8b-tmax-sft-v3-iter353
StageRL (agentic environment, async rollouts)
Iteration149
ArchitectureQwen3, 36 layers, hidden 4096, 32 heads / 8 KV, vocab 151936
Precisionbfloat16

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "willamazon1/qwen3-8b-tmax-aenv-v39b-iter149"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, dtype=torch.bfloat16, device_map="auto")

msgs = [{"role": "user", "content": "What is 12*8?"}]
text = tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True)
ids = tok(text, return_tensors="pt").input_ids.to(model.device)
out = model.generate(ids, max_new_tokens=256)
print(tok.decode(out[0][ids.shape[1]:], skip_special_tokens=True))

Conversion

Converted from a Megatron-LM torch_dist training checkpoint to HuggingFace safetensors with slime's tools/convert_torch_dist_to_hf.py. Embedding padding was stripped back to the tokenizer's vocab_size of 151936, so the tensor shapes match upstream Qwen/Qwen3-8B exactly. Weights are bfloat16; the optimizer state of the training checkpoint is not included.

Every shard was checked for NaN/Inf (none found) and the model was loaded and sampled from before upload.

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
0977f0b

0 моделей