130 lines
6.3 KiB
Markdown
130 lines
6.3 KiB
Markdown
|
||
---
|
||
library_name: transformers
|
||
model_name: QVikhr-3-8B-Instruction
|
||
base_model:
|
||
- Qwen/Qwen3-8B
|
||
language:
|
||
- ru
|
||
- en
|
||
license: apache-2.0
|
||
datasets:
|
||
- Vikhrmodels/GrandMaster2
|
||
---
|
||
|
||
# QVikhr-3-8B-Instruction
|
||
|
||
Инструктивная модель на основе **Qwen/Qwen3-8B**, обученная на русскоязычном датасете **GrandMaster2**. Создана для высокоэффективной обработки текстов на русском и английском языках, обеспечивая точные ответы и быстрое выполнение задач.
|
||
|
||
## Quantized variants:
|
||
|
||
- GGUF [Vikhrmodels/QVikhr-3-8B-Instruction-GGUF](https://huggingface.co/Vikhrmodels/QVikhr-3-8B-Instruction-GGUF)
|
||
- MLX
|
||
- 4 bit [Vikhrmodels/QVikhr-3-8B-Instruction-MLX_4bit](https://huggingface.co/Vikhrmodels/QVikhr-3-8B-Instruction-MLX_4bit)
|
||
- 8 bit [Vikhrmodels/QVikhr-3-8B-Instruction-MLX_8bit](https://huggingface.co/Vikhrmodels/QVikhr-3-8B-Instruction-MLX_8bit)
|
||
|
||
## Особенности:
|
||
|
||
- 📚 Основа / Base: [Qwen/Qwen3-8B](https://huggingface.co/Qwen/Qwen3-8B)
|
||
- 🇷🇺 Специализация / Specialization: **RU**
|
||
- 💾 Датасет / Dataset: [GrandMaster2](https://huggingface.co/datasets/Vikhrmodels/GrandMaster2)
|
||
- 🌍 Поддержка / Support: **Bilingual RU/EN**
|
||
|
||
## Попробовать:
|
||
|
||
[](https://colab.research.google.com/drive/1DvostFGC_7jnziSUaZ0gJnADhOi5lrSD?usp=sharing)
|
||
|
||
## DOoM
|
||
|
||
| model | score | math_score |physics_score |
|
||
|------------------------------------------|-------|-----------|--------------|
|
||
| gpt-4.1 |0.466 |0.584 |0.347 |
|
||
| QVikhr-3-8B-Instruction |0.445 |0.563 |0.327 |
|
||
| Qwen3-8B |0.417 |0.538 |0.296 |
|
||
| Gemma 3 27B |0.4 |0.474 |0.327 |
|
||
|
||
## Описание / Description:
|
||
|
||
**QVikhr-3-8B-Instruction** — мощная языковая модель, обученная на датасете **GrandMaster-2**, поддерживает генерацию инструкций, контекстные ответы и анализ текста на русском языке. Эта модель оптимизирована для задач инструктивного обучения и обработки текстов. Она подходит для использования в профессиональной среде, а также для интеграции в пользовательские приложения и сервисы.
|
||
|
||
Модель построена на базе архитектуры [Qwen/Qwen3-8B](https://huggingface.co/Qwen/Qwen3-8B) и была дообучена на большом русскоязычном датасете [GrandMaster2](https://huggingface.co/datasets/Vikhrmodels/GrandMaster2). Такое специализированное обучение значительно улучшило её способность генерировать точные, контекстно-зависимые ответы и быстро выполнять задачи на русском языке.
|
||
|
||
Тесты производительности подтверждают значительные улучшения модели. В рейтинге «DOoM» QVikhr-3-8B-Instruction получила оценку 0.445, что существенно превосходит результат базовой модели Qwen3-8B, и приближается к модели gpt-4.1. Это доказывает её превосходные возможности для решения задач связанные с математикой и физикой на русском языке.
|
||
|
||
|
||
## Обучение:
|
||
|
||
**QVikhr-3-8B-Instruction** была создана с использованием метода SFT (Supervised Fine-Tuning). Мы использовали синтетический датасет **GrandMaster-2**.
|
||
|
||
|
||
## Пример кода для запуска:
|
||
|
||
**Рекомендуемая температура для генерации: 0.3**.
|
||
|
||
```python
|
||
from transformers import AutoModelForCausalLM, AutoTokenizer
|
||
|
||
# Load the model and tokenizer
|
||
model_name = "Vikhrmodels/QVikhr-3-8B-Instruction"
|
||
model = AutoModelForCausalLM.from_pretrained(model_name)
|
||
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
||
|
||
# Prepare the input text
|
||
input_text = "Напиши краткое описание книги Гарри Поттер."
|
||
|
||
messages = [
|
||
{"role": "user", "content": input_text},
|
||
]
|
||
|
||
# Tokenize and generate text
|
||
input_ids = tokenizer.apply_chat_template(messages, truncation=True, add_generation_prompt=True, return_tensors="pt")
|
||
output = model.generate(
|
||
input_ids,
|
||
max_length=4096,
|
||
temperature=0.3,
|
||
num_return_sequences=1,
|
||
no_repeat_ngram_size=2,
|
||
top_k=50,
|
||
top_p=0.95,
|
||
)
|
||
|
||
# Decode and print result
|
||
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
|
||
print(generated_text)
|
||
````
|
||
|
||
### Авторы
|
||
|
||
- Sergei Bratchikov, [NLP Wanderer](https://t.me/nlpwanderer), [Vikhr Team](https://t.me/vikhrlabs)
|
||
- Nikolay Kompanets, [LakoMoor](https://t.me/lakomoordev), [Vikhr Team](https://t.me/vikhrlabs)
|
||
- Konstantin Korolev, [Vikhr Team](https://t.me/vikhrlabs)
|
||
- Aleksandr Nikolich, [Vikhr Team](https://t.me/vikhrlabs)
|
||
|
||
### Ссылки
|
||
|
||
[Vikhr](https://vikhr.org)
|
||
[Vikhr Telegram](https://t.me/vikhrlabs)
|
||
[Донаты](https://www.tbank.ru/cf/3W1Ko1rj8ah)
|
||
|
||
### Как цитировать
|
||
|
||
```bibtex
|
||
@inproceedings{nikolich2024vikhr,
|
||
title={Vikhr: Advancing Open-Source Bilingual Instruction-Following Large Language Models for Russian and English},
|
||
author={Aleksandr Nikolich and Konstantin Korolev and Sergei Bratchikov and Nikolay Kompanets and Igor Kiselev and Artem Shelmanov},
|
||
booktitle={Proceedings of the 4th Workshop on Multilingual Representation Learning (MRL) @ EMNLP-2024},
|
||
year={2024},
|
||
publisher={Association for Computational Linguistics},
|
||
url={[https://arxiv.org/pdf/2405.13929](https://arxiv.org/pdf/2405.13929)}
|
||
}
|
||
|
||
@misc{qwen3technicalreport,
|
||
title={Qwen3 Technical Report},
|
||
author={Qwen Team},
|
||
year={2025},
|
||
eprint={2505.09388},
|
||
archivePrefix={arXiv},
|
||
primaryClass={cs.CL},
|
||
url={https://arxiv.org/abs/2505.09388},
|
||
}
|
||
``` |