/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
7,1 млрд
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-Math-7B-Instruct
Библиотека
transformers
Опубликована
22 июн 2026

math_cau7b

Разметка токеновТекст → label3 профессии

Дообученная на базе Qwen2.5-Math-7B-Instruct модель классификации токенов, ориентированная на оценку шагов математического рассуждения.

12скачиваний за 30 дней0лайковвеса обновлены22 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

wls04/math_cau7b — дообученная с помощью TRL модель на базе Qwen/Qwen2.5-Math-7B-Instruct. По метаданным это плотная архитектура Qwen2 с 7,1 млрд параметров, предназначенная для классификации токенов; среди тегов указана bidirectional PRM, что указывает на оценивание шагов математического рассуждения. Модель можно применять для разметки или оценки отдельных фрагментов математических решений. Метаданные указывают контекст 4096 токенов и формат safetensors.

README содержит пример вызова text-generation, однако метаданные классифицируют модель как token-classification, поэтому пример не подтверждает генеративную задачу. Карточка не описывает конкретную схему меток и детальные ограничения качества. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценивание отдельных шагов математического решения
  • разметка токенов в математических рассуждениях
  • поддержка проверки качества решений по математике

Ограничения

README не уточняет набор меток и критерии оценивания. Пример в README показывает text-generation, но метаданные указывают token-classification; описание лицензии также отсутствует в предоставленных данных.

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

Model Card for out_steponly_math_qwen2.5_rlhflow_mistral_7B

This model is a fine-tuned version of Qwen/Qwen2.5-Math-7B-Instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with BidirectionalPRM, a method introduced in Solving math word problems with process-and outcome-based feedback.

Framework versions

  • TRL: 0.29.0
  • Transformers: 5.12.1
  • Pytorch: 2.12.1
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

Citations

Cite BidirectionalPRM as:

@article{uesato2022solving,
    title        = {{Solving Math Word Problems With Process- and Outcome-Based Feedback}},
    author       = {Uesato, Jonathan and Kushman, Nate and Kumar, Ramana and Song, Francis and Siegel, Noah and Wang, Lisa and Creswell, Antonia and Irving, Geoffrey and Higgins, Irina},
    year         = 2022,
    journal      = {arXiv preprint arXiv:2211.14275}
}

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForTokenClassification
Ревизия весов
724020f

0 моделей