Update README.md
Browse files
README.md
CHANGED
|
@@ -19,7 +19,7 @@ tags:
|
|
| 19 |
base_model: deepseek-ai/DeepSeek-R1-0528-Qwen3-8B
|
| 20 |
pipeline_tag: text-generation
|
| 21 |
model-index:
|
| 22 |
-
- name: Helio1-Ray-8B
|
| 23 |
results:
|
| 24 |
- task:
|
| 25 |
type: text-generation
|
|
@@ -34,7 +34,7 @@ model-index:
|
|
| 34 |
---
|
| 35 |
|
| 36 |
<div align="center">
|
| 37 |
-
<h1>🌟 Helio1-Ray-8B</h1>
|
| 38 |
<p align="center">
|
| 39 |
<img src="logo.png" width="200" alt="HelioAI Logo">
|
| 40 |
</p>
|
|
@@ -53,7 +53,7 @@ model-index:
|
|
| 53 |
|
| 54 |
## 🔥 О модели
|
| 55 |
|
| 56 |
-
Helio1-Ray-8B — это модель **с агентским подходом к решению задач**. Вместо того чтобы «угадывать» ответ, она **пишет программу для его решения**.
|
| 57 |
|
| 58 |
Спросите её «2+2» — и она напишет калькулятор. Спросите сложную математическую задачу — и она создаст программу, которая решит её точно. Это принципиально другой уровень надёжности: модель не галлюцинирует результат вычислений, а **программно верифицирует** каждый шаг.
|
| 59 |
|
|
@@ -84,7 +84,7 @@ Helio1-Ray-8B — это модель **с агентским подходом
|
|
| 84 |
|
| 85 |
### Код и программное решение задач
|
| 86 |
|
| 87 |
-
| Бенчмарк | DeepSeek R1 (671B) | R1-0528 Base (8B) | **Helio1-Ray-8B** | Прирост |
|
| 88 |
|---|:---:|:---:|:---:|:---:|
|
| 89 |
| **LiveCodeBench** 2408-2505 (Pass@1) | 63.5 | 73.3 | **79.4** | **+8.3%** ↑ |
|
| 90 |
| **Aider-Polyglot** (Acc.) | 53.3 | 71.6 | **78.2** | **+9.2%** ↑ |
|
|
@@ -92,7 +92,7 @@ Helio1-Ray-8B — это модель **с агентским подходом
|
|
| 92 |
|
| 93 |
### Математика (агентское программное решение)
|
| 94 |
|
| 95 |
-
| Бенчмарк | DeepSeek R1 (671B) | R1-0528 Base (8B) | **Helio1-Ray-8B** | Подход |
|
| 96 |
|---|:---:|:---:|:---:|---|
|
| 97 |
| **AIME 2024** (Pass@1) | 79.8 | 91.4 | **94.2** | Программное решение ↑ |
|
| 98 |
| **AIME 2025** (Pass@1) | 70.0 | 87.5 | **91.8** | Программное решение ↑ |
|
|
@@ -103,7 +103,7 @@ Helio1-Ray-8B — это модель **с агентским подходом
|
|
| 103 |
|
| 104 |
### Общие бенчмарки
|
| 105 |
|
| 106 |
-
| Бенчмарк | R1-0528 Base (8B) | **Helio1-Ray-8B** |
|
| 107 |
|---|:---:|:---:|
|
| 108 |
| **MMLU-Pro** (EM) | 85.0 | **84.7** |
|
| 109 |
| **GPQA-Diamond** (Pass@1) | 81.0 | **80.4** |
|
|
|
|
| 19 |
base_model: deepseek-ai/DeepSeek-R1-0528-Qwen3-8B
|
| 20 |
pipeline_tag: text-generation
|
| 21 |
model-index:
|
| 22 |
+
- name: Helio1-Ray-8B-Preview
|
| 23 |
results:
|
| 24 |
- task:
|
| 25 |
type: text-generation
|
|
|
|
| 34 |
---
|
| 35 |
|
| 36 |
<div align="center">
|
| 37 |
+
<h1>🌟 Helio1-Ray-8B-Preview</h1>
|
| 38 |
<p align="center">
|
| 39 |
<img src="logo.png" width="200" alt="HelioAI Logo">
|
| 40 |
</p>
|
|
|
|
| 53 |
|
| 54 |
## 🔥 О модели
|
| 55 |
|
| 56 |
+
Helio1-Ray-8B-Preview — это модель **с агентским подходом к решению задач**. Вместо того чтобы «угадывать» ответ, она **пишет программу для его решения**.
|
| 57 |
|
| 58 |
Спросите её «2+2» — и она напишет калькулятор. Спросите сложную математическую задачу — и она создаст программу, которая решит её точно. Это принципиально другой уровень надёжности: модель не галлюцинирует результат вычислений, а **программно верифицирует** каждый шаг.
|
| 59 |
|
|
|
|
| 84 |
|
| 85 |
### Код и программное решение задач
|
| 86 |
|
| 87 |
+
| Бенчмарк | DeepSeek R1 (671B) | R1-0528 Base (8B) | **Helio1-Ray-8B-Preview** | Прирост |
|
| 88 |
|---|:---:|:---:|:---:|:---:|
|
| 89 |
| **LiveCodeBench** 2408-2505 (Pass@1) | 63.5 | 73.3 | **79.4** | **+8.3%** ↑ |
|
| 90 |
| **Aider-Polyglot** (Acc.) | 53.3 | 71.6 | **78.2** | **+9.2%** ↑ |
|
|
|
|
| 92 |
|
| 93 |
### Математика (агентское программное решение)
|
| 94 |
|
| 95 |
+
| Бенчмарк | DeepSeek R1 (671B) | R1-0528 Base (8B) | **Helio1-Ray-8B-Preview** | Подход |
|
| 96 |
|---|:---:|:---:|:---:|---|
|
| 97 |
| **AIME 2024** (Pass@1) | 79.8 | 91.4 | **94.2** | Программное решение ↑ |
|
| 98 |
| **AIME 2025** (Pass@1) | 70.0 | 87.5 | **91.8** | Программное решение ↑ |
|
|
|
|
| 103 |
|
| 104 |
### Общие бенчмарки
|
| 105 |
|
| 106 |
+
| Бенчмарк | R1-0528 Base (8B) | **Helio1-Ray-8B-Preview** |
|
| 107 |
|---|:---:|:---:|
|
| 108 |
| **MMLU-Pro** (EM) | 85.0 | **84.7** |
|
| 109 |
| **GPQA-Diamond** (Pass@1) | 81.0 | **80.4** |
|