/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Размер весов
16,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
13 июл 2026

Qwen3-8B-Base-TauSFT-Tau

Генерация текстаТекст → текст3 профессии

Промежуточный чекпойнт Qwen3-8B-Base, дообученный методом SFT и обучением с подкреплением для агентных задач tau-bench с вызовом инструментов.

14скачиваний за 30 дней0лайковвеса обновлены13 июл 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

Qwen3-8B-Base-TauSFT-Tau — промежуточный чекпойнт на базе Qwen3-8B-Base, дообученный автором репозитория с помощью SFT на траекториях tau-bench и последующего обучения с подкреплением. Модель предназначена для агентных диалогов с использованием инструментов и задач tau-bench. Это плотная авторегрессионная языковая модель семейства Qwen3 с 7,6 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors в bf16.

Модель принимает текст и генерирует текст, включая ответы и вызовы инструментов в соответствующем интерфейсе. Чекпойнт создан на основе Qwen/Qwen3-8B-Base, обучен с использованием slime, Megatron-LM и SGLang и опубликован под лицензией Apache-2.0. Он не проходил настройку безопасности, а README характеризует его как промежуточный исследовательский чекпойнт; применяются также ограничения базовой модели.

Сценарии применения

  • выполнение сценариев tau-bench с вызовом инструментов
  • создание текстового агента для диалогов с инструментами
  • исследование обучения агентов с подкреплением
  • оценка поведения языковой модели в задачах tau-bench

Ограничения

Это промежуточный исследовательский чекпойнт, не настроенный на безопасность; он наследует ограничения базовой Qwen3-8B-Base.

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-Base-TauSFT-Tau

RL checkpoint of Qwen3-8B-Base for tau-bench agentic tool-use, trained with slime (Megatron-LM training + SGLang rollout).

Pipeline: Qwen3-8B-Base → SFT on tau-bench trajectories (TauSFT) → RL on tau-bench (Tau).

This is the checkpoint at iteration 180, converted from Megatron torch_dist format to Hugging Face safetensors (bf16).

Training setup

Base modelQwen/Qwen3-8B-Base
Frameworkslime (Megatron-LM + SGLang)
Tasktau-bench (tool-use dialogues)
User simulatorzai-org/GLM-4.7-Flash via an OpenAI-compatible endpoint
Precisionbfloat16

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "willhx/Qwen3-8B-Base-TauSFT-Tau"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="bfloat16", device_map="auto")

The model is trained to emit tool calls in the tau-bench format; evaluate it inside a tau-bench environment rather than as a general-purpose chat model.

Notes

This is an intermediate RL checkpoint released for research purposes. It has not been safety-tuned, and it inherits the license and limitations of the underlying Qwen3-8B-Base model.

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
d9b12ba

0 моделей