AI图鉴

AI图鉴首页 › AI 资讯 › WebAI 发布 TwIL-8B,一台MATH-500上的8.8B 理性模型分数

WebAI 发布 TwIL-8B,一台MATH-500上的8.8B 理性模型分数98.2

来源:MarkTechPost · 发布时间:11-05 · 由 AI图鉴每小时自动聚合

webAI 发布 TwIL-8B,一种从IBM Granite 4.2 8B训练出来的8.8B推理模型。 它在MATH-500和LiveCode Bench上贴出98.2

webAI有发布 TwIL-8B,一个8.8B的数学推理模型,代码和教学遵循。 TwIL-8B推理模型是从IBM的Granite 4.2 8B训练出来的。 重量以非商业许可证在Hugging Face上。 WebAI 的发布贴出每个任务的成本,4位构件为4.98 GiB,大小为CPU或适中-VRAM GPU推论。

TL;数据

- 大小:8.79B参数,密集度。 131,072-托肯语境,从基模继承。

运行于:CPU 或适中 VRAM GPU 通过 4.98 GiB Q4 K M GGUF. 全bf16重量为16.38 GiB.

- 性能:在数学和代码上领导其大小班,在知识基准测试上进行跟踪。

- 最佳:MATH-500,98.2分,是WebAI比较中的最高分。

- 最差:GPQA Diamond70.2,比Qwen3.5-9B低11.5点,HLE为12.6(动词变体).

什么是TwIL -8B吗?

TwIL-8B是一个来自webAI的密集解码器唯一推理模型。 它有40层,隐藏大小4096,以及32个注意力头和8个KV头。 投入和产出只有英文本。 模型在每个答案前写一个“思考”块。

它以两个变体搭载,具有相同的建筑和装饰器。 平衡是默认,产生较短的推理痕迹。 华丽的原因更长,并针对硬性竞争风格的问题。

TwIL-8B扩展了WebAI的TwIL家族。 首批成员是2026年8月的1.7B型和3B型正式逻辑模型发布。

TwIL-8B是怎么训练的?

WebAI使用三个培训后阶段:

- 关于数学、STEM和随后的教学推理痕迹的全参数SFT。

- GRPO/DAPO加强数学、密码、STEM和教学提示方面的学习。 这会产生动词变体。

- 长视的RL 奖励,有利于缩短每个域长度参考的痕迹。 这就产生了平衡的变体。

培训池被除去污染,与AIME、HMMT、MATH-500、GPQA和其他电极相匹配13克。

TwIL-8B如何在基准测试上表现?.

所有 TwIL-8B 的分数都是自报的,高功率的通过@ 1,并启用思维功能。 在动词变体上只测量了标有Q的分数。

- 数学:TwIL-8B在MATH-500上得分98.2. Qwen3.5-9B在第三方领导板上列出96.6分。 Gemma 4 31B在Red Hat的轻压跑中打进87.9分。 在AIME 2025上,TwIL-8B为88.3对87.1的Gemma 4 31B. 在AIME 2026上,它得分88.3分,后Qwen3.5-9B分以92.5分,Gemma431B分以89.2分。

- 代码:LiveCode Bench†为81.6,Qwen3.5-9B为65.6,Gemma 4 31B为80. WebAI 指出其LiveCode Bench版本没有录制。 竞争对手得分为v6.

- 指示如下:IF Bench†在64.5时比Qwen3.5-9B高73.4,9.9分。 IFEval为一级,为91.8对91.5.

——知识:这是弱点。 GPQA钻石为70.2,Qwen3.5-9B为81.7,Gemma 4 31B为84.3。 MMLU-Pro†为76.5对82.5,Qwen3.5-9B为8.5。

横跨13个共享的基准测试,TwIL-8B对Qwen3.5-9B,对Gemma 4 31B,约3.5x其大小,走3-11.

TwIL-8B使用较少的推理符号吗?

是的,与其最接近的开放对等。 在AIME 2026上,TwIL-8B平均每个问题约19.5k输出令牌。 Qwen3.5-9B使用31.2k,因此TwIL-8B使用率减少了38%. 得分4.2分低点。 在2026年2月的HMMT,差距为32.9k对40.6k,即减少19%。

边疆模式仍然更加精简。 WebAI引用了GPT-5.5. 每AIME 2026年问题大约5k个令牌。 WebAI表示,使用和标注器不同,因此将此视为方向性。

TwIL-8B对Qwen3.5-9B对Gemma 4

TwIL-8B数字来自模型卡。 † = 动词变体。 除非标明,否则每个供应商自报所有分数。

你怎么在本地运行TwIL-8B?

从 pretract("webAI-Official/TwIL-8B")加载平衡变体。 传子文件夹="动词"为动词之一。 模式卡列出GGUF为llama.cpp所建:

- Q4 K M,4.98 GiB,两种变体都使用

- Q8 0,8.70 GiB,只有动词

- F16,16.38 GiB,只有动词

给它大量的预算。 该卡的示例设置了max new tokens=32768. 短期预算会缩短推理,得分更差。 所有报告得分均使用bf16重量,因此预计Q4 K M时会有小幅下降。 目前还没有主机推论提供者为Hugging Face上的模型服务。

关键外卖

- TwIL-8B是一种从IBM Granite 4.2 8B训练出来的8.79B密集推理模型。

- 在MATH-500和LiveCode Bench上张贴98.2和81.6†。

- 在AIME 2026上,它使用比Qwen3.5-9B少38%的代币。

- 知识薄弱:GPQA钻石小径Qwen3.5-9B11.5分。

- 重量是开放的,但只允许非商业用途。

请检查access-date=中的日期值 (帮助) Hugging Face和WebAI在X的公告上的型号卡和重量。 并加入我们的通讯。 等等你在电报里吗现在你也可以加入我们的电报。

需要和我们合作推广您的 GitHub Repo OR Hugging Face Page OR Product Release OR Webinar 等吗?联系我们

Asif Razzaq是Marktechpost AI Media Inc.的首席执行官。 作为一个有远见的企业家和工程师,阿西夫致力于利用人工智能的潜力促进社会福祉。 他最近的努力是人工智能媒体平台的发布,该平台以深入报道机器学习和深层学习新闻而著称,这些新闻在技术上既可靠又为广大观众所容易理解。 该平台每月有超过200万次观看,表明其受观众欢迎。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(marktechpost.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 611 款 AI 工具分类导航 · 每日 AI 热门项目与动态