/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,6 млрд
Размер весов
61,1 ГБ
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-30B-A3B
Библиотека
transformers
Опубликована
8 сен 2026

Qwen3-30B-A3B-Agentic-ESOpt-Math

Генерация текстаТекст → текст3 профессии

Экспериментальный дообученный чекпойнт Qwen3 MoE для генерации текста и решения математических задач в диалоговых и агентных сценариях.

172скачиваний за 30 дней0лайковвеса обновлены8 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

Qwen3-30B-A3B Agentic-ESOpt Math (theta20) — экспериментальный полно-параметрический чекпойнт BF16, созданный zz1358m воспроизведением первых 20 обновлений Agentic-ESOpt на базе Qwen/Qwen3-30B-A3B. Это MoE-модель для генерации текста и диалогов, настроенная на математические рассуждения и агентные сценарии; репозиторий указывает библиотеку Transformers и контекст 131072 токена. В метаданных размер модели указан как 2,6 млрд параметров, а в README для обучаемой полной области приведено 30 532 122 624 параметра.

В README приведены результаты оценки на DAPO и AIME2026, но они рассчитаны по подмножеству из четырёх сэмплов на задачу, выбранных из 16. Это экспериментальный чекпойнт с ограниченной историей обучения; оценки не гарантируют качество на других задачах. Сведения о лицензии и конкретном перечне поддерживаемых языков в предоставленных материалах отсутствуют.

Сценарии применения

  • решение математических задач с пошаговыми рассуждениями
  • ответы на конкурсные задачи уровня AIME
  • генерация текста в диалоговом формате
  • эксперименты с агентными методами оптимизации для LLM

Ограничения

Показатели DAPO и AIME2026 рассчитаны по четырём сэмплам на задачу из 16, поэтому не характеризуют весь разброс результатов. Лицензия и поддерживаемые языки в предоставленных материалах не указаны.

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

Qwen3-30B-A3B Agentic-ESOpt Math (theta20)

This is the full-parameter BF16 checkpoint obtained by deterministically replaying the first 20 Agentic-ESOpt updates (generations 0–19) on Qwen3-30B-A3B.

Reported result

BenchmarkMean4Pass4
DAPO50.074.0
AIME202628.346.7

The source evaluation generated 16 samples per problem. The reported Mean4/Pass4 row is the group with sample_index 12–15. Mean4 is the mean score over those four samples; Pass4 is the mean per-problem maximum over those four samples. Exact unrounded values and the source evaluation records are included under repro/.

Replay configuration

  • Base model: Qwen/Qwen3-30B-A3B
  • Parameter scope: full (30,532,122,624 floating-point parameters)
  • Replayed updates: 20 (generations 0–19)
  • Population: 16
  • Alpha: 0.0005
  • Reward normalization: z-score (ddof=0, eps=1e-8)
  • Training sigma schedule: cosine, 0.001 to 0.0005
  • Export dtype: BF16

es_replay_export_manifest.json records every replayed generation and verifies that the recomputed normalization weights exactly equal the weights stored in the history. repro/es_history_theta20.json is the exact history prefix used to construct this checkpoint.

Reproduction files

  • repro/es_history_theta20.json: configuration plus the 20 replayed updates
  • repro/metrics.json: exact metric values and aggregation details
  • repro/dapo_eval16.json: DAPO 16-sample evaluation records
  • repro/aime2026_eval16.json: AIME2026 16-sample evaluation records

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
eac359d

0 моделей