Qwen3-4B Countdown RLVR

이 모델은 Countdown 문제의 결정적 보상을 사용하여 Qwen3-4B를 GRPO로 학습한 병합 모델입니다. 숫자 4개를 각각 한 번 사용하고, 사칙연산으로 목표값을 만드는 수식을 생성합니다. 학습 데이터는 NotoriousH2/countdown-rlvr revision 257a0edd9e5ec3fed345c80d21d9c73d09995ecb를 사용했습니다.

1. 사용

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "NotoriousH2/Qwen3-4B-Countdown-RLVR"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")

LoRA 파일과 토크나이저는 adapter/에 있습니다. 학습 설정은 training_config.json, 전체 학습 기록은 history.json에서 확인할 수 있습니다. 구간별 completion 길이와 체크포인트 재개 지점은 training_provenance.json에 있습니다.

검증 분할의 후보별 지표와 공개 체크포인트 선택 결과는 checkpoint_selection.json에 있습니다. 공개 병합 모델은 checkpoint-480을 사용합니다. 검증 평가는 서버 시드 42와 VLLM_BATCH_INVARIANT=1을 사용합니다. test 평가는 서버 시드 42와 VLLM_BATCH_INVARIANT=1을 사용합니다.

2. 평가

Base와 RLVR 모델을 같은 test 분할과 생성 설정으로 평가했습니다.

모델 pass@1 pass@8 유효 수식 비율 평균 응답 토큰
Base 22.3% 67.6% 23.9% 1664.0
RLVR 52.0% 88.7% 52.3% 1666.2

문제별 응답과 점수는 evaluation.json에 있습니다.

3. 제한

평가 범위는 숫자 4개와 사칙연산으로 제한됩니다. 자유 형식 증명이나 수학적 추론 전반의 성능을 나타내지 않습니다.

4. 실제 출력 사례

학습 전후의 실제 응답을 선별한 사례는 learning_examples.json에 있습니다. Reasoning 응답은 모델이 생성한 thinkanswer 태그를 포함한 원문을 보존합니다.

Downloads last month
31
Safetensors
Model size
4B params
Tensor type
BF16
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for NotoriousH2/Qwen3-4B-Countdown-RLVR

Finetuned
Qwen/Qwen3-4B
Finetuned
(1070)
this model

Dataset used to train NotoriousH2/Qwen3-4B-Countdown-RLVR

Collection including NotoriousH2/Qwen3-4B-Countdown-RLVR