/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
ZOZ-Function-Master-3B-LongContext
Библиотека
transformers
Опубликована
17 сен 2026

ZOZ-Reasoning-Master-3B

Генерация текстаТекст → текст15 профессий

Компактная модель Qwen2 для диалогов, рассуждений в длинном контексте и вызова инструментов в локальных RAG-системах и микрoагентах.

219скачиваний за 30 дней0лайковвеса обновлены17 сен 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

ZOZ-Reasoning-Master-3B — компактная языковая модель на 3,09 млрд параметров, разработанная z51722369 на архитектуре Qwen2 и дообученная для работы в роли диалогового агента с инструментами. В карточке описан трёхэтапный процесс обучения: настройка вызова функций и соблюдения схем, дообучение на задачах поиска и рассуждения в длинном контексте, затем диалоговое выравнивание на Magpie-Pro. Указанная в README базовая модель — Qwen2.5-3B-Instruct; метаданные связывают модель с z51722369/ZOZ-Function-Master-3B-LongContext.

Модель предназначена для локальных RAG-систем, извлечения данных из документов и многошаговых диалогов, а также для маршрутизации запросов и вызова API или вебхуков. Она принимает текст, поддерживает контекст до 32 768 токенов и выдаёт текст, включая структурированные ответы и вызовы инструментов. README сообщает, что поставляются объединённые веса FP16; лицензия — Apache-2.0.

Среди ограничений автор отмечает, что модель на 3B параметров уступает крупным моделям в энциклопедических знаниях и лучше работает, когда ответ опирается на предоставленный контекст или инструменты. Хотя размер контекста составляет 32K токенов, для баланса скорости и памяти в README рекомендованы последовательности длиной 1 024–4 096 токенов.

Сценарии применения

  • извлечение фактов из длинных документов
  • ответы на вопросы по локальной базе знаний
  • вызов функций и API со структурированными параметрами
  • маршрутизация запросов в микрoагенте
  • многошаговые рассуждения в диалоге

Ограничения

Как компактная модель на 3B параметров, она ограничена в ответах на энциклопедические вопросы; автор рекомендует опираться на контекст или инструменты. Для более сбалансированных скорости и расхода памяти README рекомендует последовательности длиной 1 024–4 096 токенов, хотя нативный контекст составляет 32 768 токенов.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚡ ZOZ-Reasoning-Master-3B

A Lightweight, Tri-Stage Agentic Foundation Model (3.09B Parameters)

Hugging Face Model License: Apache 2.0 Parameters Context Window Hardware


📌 Model Overview

ZOZ-Reasoning-Master-3B is a compact, high-efficiency language model engineered specifically to operate as an Autonomous Edge Agent. It was developed using a sequential Tri-Stage Agentic Pipeline designed to bridge three core competencies rarely found together in 3B-class models: strict schema-compliant tool calling, resilient long-context retrieval without degradation, and structured multi-turn reasoning.

AttributeSpecification
Base ArchitectureQwen2.5-3B (Causal LM)
Parameter Count3.09 Billion
Shipped WeightsFully Merged FP16 (Unquantized)
Context Window32,768 Tokens (Trained & Optimized up to 4,096 Tokens)
Prompt FormatChatML (`<
DeveloperZOZ AI / Ziad Khodr

🔬 The Tri-Stage Training Pipeline

To prevent Catastrophic Forgetting, the model was trained through an incremental staging protocol:


[Qwen2.5-3B-Instruct]
│
▼ (Stage 1: Tool Use & Schema Discipline)
[ZOZ-Function-Master-3B] ──► NousResearch/hermes-function-calling-v1
│
▼ (Stage 2: Deep Needle Retrieval & Multi-Hop Reasoning)
[ZOZ-Function-Master-3B-LongContext] ──► zai-org/LongBench-v2
│
▼ (Stage 3: Conversational CoT & Logic Alignment)
[ZOZ-Reasoning-Master-3B] ──► Magpie-Align/Magpie-Pro-300K-Filtered (Curated)

  1. Stage 1 (Function Calling & Tool Use): Fine-tuned on Hermes function-calling datasets to enforce strict JSON output syntax and eliminate parameter hallucination.
  2. Stage 2 (In-Context Reasoning & Long Retrieval): Trained on hard reasoning tasks from LongBench-v2 to mitigate the Lost-in-the-Middle phenomenon and enable needle-in-a-haystack data extraction.
  3. Stage 3 (Conversational Alignment): Aligned with a curated subset of Magpie-Pro to impart clean chain-of-thought (CoT) reasoning distilled from frontier models (Llama-3.1-70B) without diluting tool-calling precision.

🚀 Quickstart & Inference

1. Basic Reasoning & Chat

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "z51722369/ZOZ-Reasoning-Master-3B"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.float16,
    device_map="auto"
)

messages = [
    {"role": "system", "content": "You are ZOZ-Reasoning-Master, a precise and logical AI agent."},
    {"role": "user", "content": "Analyze the potential bottlenecks of deploying an in-memory Redis cache versus a persistent disk store in a high-throughput microservices architecture."}
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=512,
    temperature=0.3,
    top_p=0.9,
    repetition_penalty=1.1,
    do_sample=True
)

response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
print(response)


2. Function Calling Example

tools_schema = """[
  {
    "type": "function",
    "function": {
      "name": "query_database",
      "description": "Execute a structured SQL query against the production telemetry database.",
      "parameters": {
        "type": "object",
        "properties": {
          "table": {"type": "string", "description": "Target database table"},
          "filter": {"type": "string", "description": "SQL WHERE clause filter"}
        },
        "required": ["table", "filter"]
      }
    }
  }
]"""

messages = [
    {"role": "system", "content": f"You are an agent with access to external tools. Available tools:\n{tools_schema}"},
    {"role": "user", "content": "Check all failed authentication events in the audit_logs table from the last 2 hours."}
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.1)

print(tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))
# Expected Output: <tool_call> {"name": "query_database", "arguments": {"table": "audit_logs", "filter": "status = 'FAILED' AND timestamp >= NOW() - INTERVAL 2 HOUR"}} </tool_call>


⚙️ Hyperparameters & Training Specifications

StageDatasetSample SizeLearning RateEffective Batch SizeWall Time
Stage 1 (FC)hermes-function-calling-v1~15,0002e-48~1.5 Hours
Stage 2 (LC)zai-org/LongBench-v2503 (Hard)1e-44~35 Mins
Stage 3 (Align)Magpie-Pro-300K-Filtered6,000 (Curated)1.5e-48~1 Hour
  • Adapter Method: LoRA ($r=16, \alpha=32$, Dropout = $0.05$)
  • Target Modules: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
  • Optimizer: paged_adamw_8bit
  • Precision: Mixed FP16 via PyTorch Distributed (torchrun DDP across 2x Tesla T4 GPUs)
  • Gradient Clipping: max_grad_norm = 0.3

🎯 Intended Use Cases

  • Local RAG Pipelines: High-speed document reasoning engine for locally indexed knowledge bases.
  • Autonomous Micro-Agents: Routing, parameter extraction, and execution loops across webhooks and internal APIs.
  • Edge & On-Device Deployment: Direct export to 4-bit GGUF or AWQ formats for low-latency execution on mobile devices, Apple Silicon, or embedded compute platforms (e.g., Raspberry Pi 5, Jetson Orin).

⚠️ Limitations & Boundary Conditions

  1. World Knowledge Limits: As a 3B parameter model, it is not intended to replace 70B+ models for deep encyclopedic trivia. It delivers optimal accuracy when grounded with context or tools.
  2. Context Window Best Practices: While supporting 32K context natively, maintaining inference sequences between 1,024 and 4,096 tokens yields the best balance between latency and memory footprint.

📜 Citation

If you use or build upon ZOZ-Reasoning-Master-3B, please cite:

@misc{zoz_reasoning_master_3b_2026,
  author = {Ziad Khodr (ZOZ AI)},
  title = {ZOZ-Reasoning-Master-3B: A Specialized Long-Context & Function-Calling 3B Agent},
  year = {2026},
  publisher = {Hugging Face},
  howpublished = {\url{[https://huggingface.co/z51722369/ZOZ-Reasoning-Master-3B](https://huggingface.co/z51722369/ZOZ-Reasoning-Master-3B)}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
f354438

0 моделей