模型

SmolLM3-3B-GSM8K-SFT

HuggingFaceTB/SmolLM3-3B-GSM8K-SFT

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:44034b1b8898

中文简介

HuggingFaceTB/SmolLM3-3B-GSM8K-SFT 是 HuggingFaceTB 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 44034b1b8898,同步到 15 个文件,文件元数据合计 5.74 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 HuggingFaceTB/SmolLM3-3B-GSM8K-SFT 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
HuggingFaceTB/SmolLM3-3B-GSM8K-SFT 是 HuggingFaceTB 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 44034b1b8898,同步到 15 个文件,文件元数据合计 5.74 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:44034b1b8898。 任务标签:文本生成与推理。 语言字段:en。 架构:SmolLM3ForCausalLM。 上游 Safetensors 元数据显示参数量约 3.08 B。 模型类型字段:smollm3。 上游标注的基础模型:HuggingFaceTB/SmolLM3-3B-Base。 上游页面记录的最近更新时间:2026-04-03。

【文件信息】
上游 API 返回 15 个文件,文件元数据合计 5.74 GB。 已保存文件清单中的主要扩展名:.json 6 个、.py 2 个、.safetensors 2 个、.bin 1 个、.jinja 1 个、.md 1 个。 当前较大的文件包括:model-00001-of-00002.safetensors(4.63 GB);model-00002-of-00002.safetensors(1.10 GB);tokenizer.json(16.41 MB)。

【运行或处理环境】
仓库文件元数据合计 5.74 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 5.73 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-25 22:47

SmolLM3-3B-GSM8K-SFT Fine-tuned version of HuggingFaceTB/SmolLM3-3B-Base optimized for grade school math (GSM8K benchmark). Performance | Metric | Score | |--------|-------| | **GSM8K Accuracy** | **65.8%** | | Baseline (SmolLM3-3B-Base) | 23.3% | | **Improvement** | **+42.5 pp (2.8x)** | Quick Start Expected output:** Using with vLLM (Recommended for Speed) Training Details | Parameter | Value | |-----------|-------| | **Base Model** | HuggingFaceTB/SmolLM3-3B-Base | | **Training Data** | MetaMathQA (100k samples) | | **Method** | Supervised Fine-Tuning (SFT) with TRL 1.0.0 | | **Hardware** | NVIDIA H100 80GB | | **Training Time** | ~3h 16min | | **Epochs** | 1 | | **Batch Size** | 2 (effective 16 with gradient accumulation) | | **Learning Rate** | 1e-5 | | **Max Sequence Length** | 2048 | | **Optimizer** | AdamW | Chat Template This model uses the ChatML format: Training History We tried multiple approaches to improve math reasoning: | Stage | GSM8K Accuracy | Method | Notes | |-------|----------------|--------|-------| | Baseline | 23.3% | - | SmolLM3-3B-Base with no training | | SFT V1 | 59.6% | SFT 2 epochs | MetaMathQA 50k samples | | GRPO | 58% | GRPO | GSM8K train set - ineffective | | **SFT V2** | **65.8%** | SFT 1 epoch | MetaMathQA 100k samples ✓ | Key finding:** More diverse training data (100k vs 50k samples) was more effective than more epochs or GRPO reinforcement learning. Reproduction Training and evaluation scripts are available in the `training/` folder: Limitations Optimized specifically for grade school math; may not generalize to advanced mathematics Best performance with step-by-step reasoning format ending with `#### answer` Context window limited to 2048 tokens during training Citation License Apache 2.0

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:44034b1b8898。 任务标签:文本生成与推理。 语言字段:en。 架构:SmolLM3ForCausalLM。 上游 Safetensors 元数据显示参数量约 3.08 B。 模型类型字段:smollm3。 上游标注的基础模型:HuggingFaceTB/SmolLM3-3B-Base。 上游页面记录的最近更新时间:2026-04-03。

文件说明

上游 API 返回 15 个文件,文件元数据合计 5.74 GB。 已保存文件清单中的主要扩展名:.json 6 个、.py 2 个、.safetensors 2 个、.bin 1 个、.jinja 1 个、.md 1 个。 当前较大的文件包括:model-00001-of-00002.safetensors(4.63 GB);model-00002-of-00002.safetensors(1.10 GB);tokenizer.json(16.41 MB)。

上游文件元数据

  • .gitattributes1.53 KB
  • chat_template.jinja391 B
  • config.json1.97 KB
  • generation_config.json131 B
  • model-00001-of-00002.safetensors4.63 GB
  • model-00002-of-00002.safetensors1.10 GB
  • model.safetensors.index.json26.27 KB
  • README.md4.39 KB
  • special_tokens_map.json299 B
  • tokenizer.json16.41 MB
  • tokenizer_config.json49.26 KB
  • training/evaluate_gsm8k.py2.70 KB

硬件建议

仓库文件元数据合计 5.74 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 5.73 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。