/ 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
Опубликована
6 сен 2026

Qwen3-8B-speculative-sft-1ep

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3-8B для экспериментального математического рассуждения с передачей промежуточных шагов на параллельную проверку.

108скачиваний за 30 дней1лайквеса обновлены6 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

yyuan244 выпустил дообученную за одну эпоху версию Qwen3-8B для спекулятивного рассуждения. Модель генерирует продолжение решения и может передать отдельный фрагмент на параллельную проверку: если результат проверки совпадает с предположением, рассуждение продолжается, а при несовпадении модель получает фактический результат и возобновляет решение. Для такого режима рантайм должен распознавать специальные токены передачи управления и останова.

Это плотная причинная языковая модель семейства Qwen3 с 7,6 млрд параметров, форматом safetensors и контекстом до 40 960 токенов. Карточка демонстрирует её на математических задачах: в описанной оценке MathEval итоговая точность составила 66,97% против 68,78% у базовой Qwen3-8B. В этом эксперименте критический путь занял на 2,3% больше токенов, чем последовательное решение базовой моделью, поэтому выигрыш во времени не подтверждён.

Модель предназначена для экспериментов с параллельной проверкой промежуточных шагов в математических рассуждениях; это не готовый механизм ускорения без совместимого рантайма. Для вывода требуется отключить пропуск специальных токенов и настроить токен останова согласно README. Модель дообучена на наборе polaris-easy2k-qwen3-8b-speculative-sft и распространяется по лицензии Apache-2.0.

Сценарии применения

  • эксперименты с параллельной проверкой шагов математического решения
  • генерация математических рассуждений с передачей фрагмента решения рантайму
  • сравнение спекулятивного рассуждения с последовательной генерацией
  • оценка точности и накладных расходов проверки решений на MathEval

Ограничения

В приведённой оценке точность ниже базовой Qwen3-8B, а критический путь требует на 2,3% больше токенов, поэтому ускорение не показано. Для режима передачи управления нужен совместимый рантайм с корректной обработкой специальных токенов.

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, speculative reasoning — 1 epoch

Qwen3-8B fine-tuned to hand work off mid-reasoning and keep going while it is checked. The model writes

<Pending>the work, stated as a task</Pending>
<Predict>what it expects that work to conclude</Predict>

and then stops. A runtime carries the task out in a separate branch while the main line continues under <Assumed/>. If the check agrees, the continuation stands. If it does not, the branch is spliced back in as <Resolve>…</Resolve><Rollback/> and the model resumes from the real result.

Training

  • data: polaris-easy2k-qwen3-8b-speculative-sft, sft/units-overhead1.0.jsonl — 18,863 units from 1,903 traces, 76.9M tokens
  • 1 epoch, lr 1e-5 cosine to zero, warmup 0.05, weight decay 1e-4, Adam β 0.9/0.95, effective batch 16 sequences, bf16, ZeRO-3, 8×H100, 42 minutes
  • loss only on the completion; the handed-in prefix is masked
  • the twelve tags are added as special tokens, initialised from the mean embedding of their own words. <|im_end|> is trained only where generation genuinely ends — never after </Predict>, which is a hand-off, not a stopping point.

Code: yurun-yuan/speculative-reasoning (threadweaver/threadweaver_sft/src/sft_speculative.py, docs/training.md).

Evaluation

RyanYr/MathEval, 1,547 problems, one sample at temperature 0.6 / top-p 0.95 / top-k 20, 20,000 token budget.

Qwen3-8Bthis model
MathEval overall68.78%66.97%
math50092.6%90.4%
olympiadbench61.8%59.7%
minerva42.3%43.8%
amc2382.5%87.5%
aime2470.0%46.7%
aime2550.0%43.3%

Paired over the same problems: 989 both right, 75 base only, 47 this model only.

The structure is produced: 1,288 of 1,547 problems hand off at least once, 1,973 sites in total, of which 1,489 MATCH and 484 MISMATCH.

It does not yet save time

tokens per problem
base, all sequential8,057
this model, spine only7,877
this model, critical path8,240
this model, total generated8,713

At a matched site the check overlaps the continuation and costs nothing; at a rolled-back site the continuation is discarded and the check lands on the critical path. Split that way: −7.5% on the 844 problems where every site matched, +11.9% on the 444 where something rolled back, +2.3% overall.

Two gaps against the training data explain it. The model hands off at 0.16 sites per 1k tokens against 0.55 in the units, and 24.5% of its predictions are wrong against 7.7% in the units. The training sites were chosen by reading a finished trace, with hindsight; the model has to make the same call prospectively.

Generating with it

</Predict> must be a stop string, and the tags are special tokens — with vLLM's default skip_special_tokens=True the detokenizer deletes them and the stop string can never match. Set skip_special_tokens=False. A working runtime is in threadweaver/threadweaver_sft/src/eval_matheval.py (--mode speculative).

Also here

checkpoint-1000/ is a mid-training snapshot (step 1,000 of 1,179), kept for the loss trajectory. The model at the repository root is the finished one.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
12c1274

0 моделей