RusNanoMath-800M / README.md
itismax0's picture
Add llama.cpp/Ollama usage section (F16 GGUF)
e9ec967 verified
|
Raw History Blame Contribute Delete
6.85 kB
metadata
language:
  - ru
  - en
license: apache-2.0
tags:
  - math
  - reasoning
  - linear-attention
  - sub-1b
  - qwen3.5
  - cot
  - olympiad
  - sft
  - simpo
pipeline_tag: text-generation
library_name: transformers
metrics:
  - accuracy
model-index:
  - name: RusNanoMath-800M
    results:
      - task:
          type: text-generation
          name: Text Generation
        dataset:
          name: MATH-500
          type: HuggingFaceH4/MATH-500
        metrics:
          - type: accuracy
            value: 36.2
            name: MATH-500 Accuracy
          - type: accuracy
            value: 52.42
            name: MATH-500 Algebra Accuracy
      - task:
          type: text-generation
          name: Text Generation
        dataset:
          name: GSM8K
          type: openai/gsm8k
        metrics:
          - type: accuracy
            value: 52
            name: GSM8K Accuracy

RusNanoMath-800M

English | Русский


English Overview

RusNanoMath-800M is an open-weights 800M parameter bilingual (Russian / English) mathematical reasoning model. Built on a hybrid Linear Attention architecture (Qwen3.5 with Gated Delta Rule layers) and aligned via targeted multi-stage SFT and SimPO (Simple Preference Optimization), it demonstrates very strong reasoning performance across competitive mathematics benchmarks, particularly in symbolic algebra.

Benchmark Visual Leaderboards

1. MATH-500 Overall Leaderboard

MATH-500 Overall Leaderboard

2. Dedicated Algebra Breakdown (MATH-500: Algebra)

MATH-500 Algebra Leaderboard

3. GSM8K Leaderboard

GSM8K Leaderboard


Highlights

  • Symbolic Algebra (MATH-500 Algebra): In the 124 algebra competition problems, RusNanoMath-800M achieves 52.4%, closely approaching Llama-3.1-8B (53.8%) and surpassing models with 1.5B–3B parameters (Qwen2.5-1.5B at 49.5%, Llama-3.2-3B at 48.0%, Gemma-2-2B at 41.2%).
  • General Competition Math (MATH-500 Overall): Across all 500 problems, RusNanoMath-800M reaches 36.2%, outperforming sub-1B to 2B models (Gemma-2-2B at 35.0%, SmolLM2-1.7B at 21.5%, Llama-3.2-1B at 14.0%).
  • Grade School Arithmetic (GSM8K): Achieves 52.0%, handling multi-step reasoning chains and arithmetic problems.

Quickstart & Inference

import torch
from transformers import AutoModelForImageTextToText, AutoTokenizer

MODEL_ID = "itismax0/RusNanoML-800M"

tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
model = AutoModelForImageTextToText.from_pretrained(
    MODEL_ID,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)
model.eval()

messages = [
    {
        "role": "user",
        "content": "Найдите все действительные корни уравнения x^4 - 5x^2 + 4 = 0. Ответ запишите в \\boxed{}."
    }
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=1024,
        do_sample=False,
        pad_token_id=tokenizer.eos_token_id
    )

response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
print(response)

Run with llama.cpp / Ollama (GGUF, full precision)

A full-precision F16 GGUF (RusNanoML-800M-F16.gguf) is included in this repo — no quantization loss.

# llama.cpp
llama-cli -hf itismax0/RusNanoML-800M:RusNanoML-800M-F16.gguf --temp 0 -p "Найдите все действительные корни уравнения x^4 - 5x^2 + 4 = 0."

Ollama (import the GGUF locally):

echo "FROM RusNanoML-800M-F16.gguf
PARAMETER temperature 0
TEMPLATE \"{{ .Prompt }}\"" > Modelfile
ollama create rusnanoml-800m -f Modelfile
ollama run rusnanoml-800m "Найдите все действительные корни уравнения x^4 - 5x^2 + 4 = 0."

Note: the model uses the Qwen3.5 hybrid linear-attention architecture. llama.cpp builds from master (>= b12413) support it; older builds will refuse to load the file.


Обзор на русском

RusNanoMath-800M — открытая двуязычная (русский и английский) модель на 800 млн параметров для решения математических и логических задач. Архитектура построена на базе Qwen3.5 с гибридным линейным вниманием (Gated Delta Rule), что обеспечивает константную сложность памяти состояния O(1) при генерации. Обучение включает этапы целевого SFT на цепочках рассуждений (CoT) и выравнивание методом предпочтений SimPO (Simple Preference Optimization).

Графики сравнения с открытыми моделями

1. Общий зачёт: MATH-500

MATH-500 Overall Leaderboard

2. Раздел алгебры: MATH-500 (Algebra)

MATH-500 Algebra Leaderboard

3. Арифметика и текстовые задачи: GSM8K

GSM8K Leaderboard


Основные показатели

  • Алгебра (MATH-500 Algebra): В блоке из 124 задач по алгебре RusNanoMath-800M показывает 52.4% (65 решённых задач из 124). Модель вплотную приближается к показателям Llama-3.1-8B (53.8%) и превосходит модели большего размера: Qwen2.5-1.5B (49.5%), Llama-3.2-3B (48.0%) и Gemma-2-2B (41.2%).
  • Общий зачёт MATH-500: По всему набору из 500 олимпиадных задач модель набирает 36.2% (181 решённая задача), опережая Gemma-2-2B (35.0%), Mistral-7B-Instruct (28.4%), SmolLM2-1.7B (21.5%) и Llama-3.2-1B (14.0%).
  • GSM8K: На тесте многошаговой арифметики модель показывает 52.0% (260 решённых задач из 500).

Архитектура и параметры

  • Параметры: 800 млн (0.8B)
  • Внимание: Гибридное линейное внимание (Gated Delta Rule) со сложностью памяти состояния O(1)
  • Требования к видеопамяти: около 1.6 ГБ в формате BF16 (работает на потребительских GPU с 4 ГБ VRAM)
  • Контекст: до 32 768 токенов
  • Лицензия: Apache 2.0