/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B
Библиотека
transformers
Опубликована
31 июл 2026

Roswaal-8B

Генерация текстаТекст → текст3 профессии

Roswaal-8B — дообученная на цепочках рассуждений языковая модель Qwen3 для диалога и решения многошаговых математических и логических задач.

24скачиваний за 30 дней1лайквеса обновлены31 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

Roswaal-8B — плотная языковая модель с архитектурой Qwen3, разработанная maxzt на основе Qwen3-8B. Модель дообучена на примерно 20 тысячах отобранных цепочек рассуждений методом дистилляции Chain-of-Thought; она рассчитана на диалоговую генерацию текста и многошаговые математические и логические задачи. В карточке указан размер 7,6 млрд параметров и контекст до 40 960 токенов.

Модель ориентирована на решение задач GSM8K и технических вопросов с пошаговым рассуждением и самокоррекцией. Автор сообщает о результате 87,64% на GSM8K при оценке с 5 примерами, однако это заявленный в карточке результат и сам по себе не гарантирует аналогичного качества в других задачах. Модель описана как uncensored и обучена отвечать без избыточных отказов; это может приводить к ответам на запросы, которые другие модели отклоняют. Для генерации рекомендуется низкая температура и достаточно большой лимит новых токенов. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • решение текстовых математических задач GSM8K
  • пошаговое решение многоэтапных логических задач
  • ответы на технические вопросы с рассуждением
  • самопроверка арифметических вычислений
  • диалоговая генерация текста на английском языке

Ограничения

Результат GSM8K приведён разработчиком и не подтверждает качество на других задачах. Для развёрнутых рассуждений рекомендован лимит генерации 1024–4096 токенов; чрезмерное ограничение может мешать решению.

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

image

Roswaal-8B

Roswaal-8B is a full-parameter reasoning model built on top of a deeply uncensored Qwen3-8B and post-trained via Chain-of-Thought (CoT) distillation.

The result is a compact, fast, dramatically more capable 8B reasoning model that proves data quality beats brute-force volume. Headline capabilities:

  • 🏆 Dominates benchmarks: Scores 87.64% exact_match on the full GSM8K test set (1,319 questions) using 5-shot evaluation — outperforming both its base model and heavily fine-tuned 50K-synthetic variants.
  • 🧠 Advanced Chain-of-Thought: Strictly trained to deconstruct complex prompts, show its work step-by-step, and perform self-correction inside <think> blocks before outputting the final answer.
  • ⚡ High-Efficiency Training: Trained locally on a single NVIDIA RTX 6000 Ada Generation (96GB VRAM) in just over an hour using Unsloth optimization.

Roswaal-8B is intentionally designed to engage seriously with technically demanding, multi-step logical and mathematical challenges without unnecessary refusals or boilerplate disclaimers.


Benchmark Results

image

Evaluated on the full GSM8K test set (1,319 problems) using lm-evaluation-harness with a 5-shot prompt configuration (temperature=0.1 / low-temp reasoning).

ModelGSM8K Accuracy
Gemma 3 4B IT89.2%
Qwen2.5 Coder 14B Instruct88.7%
Phi-4-mini88.6%
Roswaal-8B87.64%
Qwen2.5 Coder 7B Instruct86.7%
Phi 3.5 Mini Instruct86.2%
Phi-3 Medium (4k-instruct)85.2%
Gemma 2 9B84.9%
Llama 3.1 8B Instruct82.4%
Qwen3-8B79.4%
Mistral-7B77.9%
Llama 3.2 3B77.7%

Roswaal-8B scores 8.24 p.p. above Qwen3-8B on GSM8K.


Methodology: Why It Works

Unlike standard fine-tuning processes that attempt to map a question directly to an answer, Roswaal-8B was explicitly trained on ~20,000 highly curated Chain-of-Thought (CoT) sequences.

The training objective forces the model to:

  1. Deconstruct complex prompts into smaller, actionable logical steps.
  2. Self-correct during the generation phase (e.g., catching internal arithmetic errors before outputting the final answer).
  3. Strictly isolate its internal monologue from the user-facing output using specialized structural tags.

Hyperparameters

ParameterSFT
MethodLoRA (16-bit)
LoRA rank (r)16
LoRA alpha32
LoRA targets"q_proj", "k_proj", "v_proj", "o_proj", "gate_proj", "up_proj", "down_proj"
Learning rate1e-4
SchedulerCosine
Optimizeradamw_8bit
Epochs1
Batch size8
Gradient accumulation4
Max sequence length2,048
Precisionbf16
Gradient checkpointingUnsloth

Prompt Format & Generation Strategy

Roswaal-8B relies on the standard ChatML template but requires a specific generation logic. The model expects to enclose its reasoning process inside <think>...</think> tags.

Recommended Generation Parameters:

  • Temperature: 0.1 to 0.6 (Keep it low to prevent logical drift during complex math).
  • Top_p: 0.9
  • Max_new_tokens: 1024 - 4096 (Crucial: The model needs enough token space to "think" before answering. Do not restrict this too heavily).

Developed by maxzt

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
bf6a2b2

0 моделей