/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-14B-Base
Библиотека
transformers
Опубликована
26 мая 2025

qwen3-14b-math

Генерация текстаТекст → текст3 профессии

Дообученная на математических данных модель Qwen3 на 14 млрд параметров для генерации текста и ответов на математические вопросы.

1 245скачиваний за 30 дней0лайковвеса обновлены26 мая 2025

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

Модель winglian/qwen3-14b-math — дообученная компанией или автором winglian плотная языковая модель Qwen3 с 14 млрд параметров, основанная на Qwen/Qwen3-14B-Base. Она предназначена для генерации текста с математической специализацией: обучалась на наборе winglian/OpenThoughts-114k-math-correct. В метаданных указаны поддержка чата, интерфейса вызова инструментов и контекст до 32 768 токенов; модель хранится в формате safetensors и использует библиотеку Transformers.

Модель подходит для ответов на математические вопросы, объяснения решений и генерации текста с математическим содержанием. README сообщает значение loss 0,3439 на оценочном наборе, но не описывает методику и метрики оценки, поэтому по этому числу нельзя судить о качестве в реальных сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы по математике
  • генерация решений математических задач
  • объяснение математических рассуждений
  • чат-помощник для работы с математическими запросами

Ограничения

README не приводит подробного описания возможностей и ограничений или методики оценки; указан только loss 0,3439 на оценочном наборе. Поддерживаемые языки не определены.

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

axolotl version: 0.10.0.dev0

base_model: Qwen/Qwen3-14B-Base

plugins:
  - axolotl.integrations.liger.LigerPlugin
  - axolotl.integrations.cut_cross_entropy.CutCrossEntropyPlugin

liger_rms_norm: true
liger_glu_activation: true

# torch_compile: true

dataloader_prefetch_factor: 4
dataloader_num_workers: 2
dataloader_pin_memory: true


chat_template: qwen3
datasets:
  - path: winglian/OpenThoughts-114k-math-correct
    type: chat_template
    split: train
    split_thinking: true
    eot_tokens:
      - "<|im_end|>"

dataset_prepared_path: last_run_prepared
val_set_size: 0.01
output_dir: ./outputs/model-out-math-14b

sequence_len: 8192
sample_packing: true
pad_to_sequence_len: true

wandb_project: kd-14b-tests
wandb_entity: axolotl-ai
wandb_name: sft-14b

gradient_accumulation_steps: 1
micro_batch_size: 4
num_epochs: 2
optimizer: adamw_torch_fused
adam_beta2: 0.99
lr_scheduler: rex
learning_rate: 1e-5
max_grad_norm: 0.1
save_safetensors: true

bf16: true
tf32: true

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
logging_steps: 1
flash_attention: true

warmup_steps: 100
evals_per_epoch: 4
saves_per_epoch: 1
weight_decay: 0.1
special_tokens:
  eos_token: <|im_end|>
deepspeed: deepspeed_configs/zero2_torch_compile.json


outputs/model-out-math-14b

This model is a fine-tuned version of Qwen/Qwen3-14B-Base on the winglian/OpenThoughts-114k-math-correct dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3439

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • total_train_batch_size: 32
  • total_eval_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.99) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 2.0

Training results

Training LossEpochStepValidation Loss
0.50920.001610.5219
0.35720.25041590.3653
0.34380.50083180.3549
0.33450.75124770.3491
0.32091.00166360.3451
0.30131.25207950.3465
0.29261.50249540.3459
0.2831.752811130.3439

Framework versions

  • Transformers 4.51.3
  • Pytorch 2.7.0+cu128
  • Datasets 3.5.1
  • Tokenizers 0.21.1

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
8072b37

0 моделей