---
license: apache-2.0
language:
- ru
- en
base_model:
- Qwen/Qwen3-8B
pipeline_tag: text-generation
library_name: transformers
---
A-vibe это большая языковая модель, созданная Авито Тех, дочерней технологической компанией Авито, на базе открытой модели Qwen3-8B-Base.
Мы адаптировали Qwen3-8B-Base под русский язык и домен Авито с помощью нескольких шагов
1. Сделали свой токенизатор, оптимальный для русского и английского языка
2. Подменили оригинальный токенизатор Qwen3-8B-Base на собственный токенизатор
3. Обучили полученную модель на большом корпусе данных
4. Провели SFT этап
5. Сделали RL

В результате нам удалось получить модель, которая выигрывает instruct версию Qwen3-8B по многим русскоязычным бенчмаркам. 
На SFT и RL этапе нам удалось научить модель Function Calling и улучшить ее навыки в решении математических задач.

||Qwen3-8B (no_think)|A-vibe|
|:---|:---|:---|
|mmlu_ru|0,701|**0,718**|
|mmlu_en|0,730|**0,752**|
|gpqa_diamond_ru|0,318|**0,343**|
|gpqa_diamond_en|**0,369**|0,318|
|shlepa|0,454|**0,486**|
|baby mmlu|0,682|**0,766**|
|math_500_ru|0,546|**0,686**|
|math_500_en|**0,736**|0,714|
|gsm8k_en|**0,927**|0,910|
|DOoM|0,240|**0,280**|
|ru_facts|**0,724**|0,718|
|rublimp|0,916|**0,930**|
|ru_drop|0,318|**0,394**|
|BFCL_V3_en|**60,2%**|58,63%|
|BFCL_V3_ru|**50.72%**|49.00%|
|MERA_text|0,510|**0,618**|
|MERA CODE private total|0,336|**0,367**|


В токенизаторе A-vibe плотность токенизации выше, чем у Qwen3-8B поэтому число токенов в контексте и при генерации стало меньше для одинаковых примеров.
Кроме того, размер самой модели сократился до 7.9B при 8.2B у Qwen3-8B. За счет этого одинаковые русскоязычные примеры адаптированной моделью обрабатываются быстрее в среднем на 15-25% в сравнении с исходной Qwen3-8B

# Quickstart
Ниже представлен фрагмент кода, демонстрирующий, как загрузить токенизатор и модель, а также как сгенерировать ответ.
```python
from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "AvitoTech/avibe"

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(model_name)

prompt = "Привет, подскажи рецепт борща"
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=1024
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)
```

<details>
<summary> Output:</summary>
Вот классический рецепт борща с пошаговыми инструкциями:

---

### **Ингредиенты (на 4 порции):**
- **Мясо** (говядина, свинина или курица) — 300–400 г  
- **Свекла** — 2 шт. (средние)  
- **Капуста белокочанная** — 300 г  
- **Морковь** — 1 шт.  
- **Лук репчатый** — 1 шт.  
- **Картофель** — 3–4 шт.  
- **Помидоры свежие** (или томатная паста) — 2 шт. (или 2 ст. ложки)  
- **Чеснок** — 2–3 зубчика  
- **Лавровый лист** — 1–2 шт.  
- **Перец горошком** — 3–5 шт.  
- **Соль, сахар** — по вкусу  
- **Растительное масло** — 2–3 ст. ложки  
- **Уксус или лимонный сок** — 1 ст. ложка (для сохранения цвета свеклы)  
- **Зелень** (укроп, петрушка) — для подачи  
- **Сметана** — по желанию  

---

### **Пошаговое приготовление:**

1. **Подготовка бульона:**  
   - Мясо промойте, нарежьте на куски и залейте 2,5–3 литрами холодной воды.  
   - Доведите до кипения, снимите пену.  
   - Добавьте лавровый лист, перец горошком и варите 1,5–2 часа на медленном огне. За 30 минут до готовности посолите.

2. **Овощи:**  
   - **Свеклу** натрите на крупной терке. Обжарьте на растительном масле 5–7 минут, добавьте уксус (или лимонный сок) и 2 ст. ложки воды. Тушите 10 минут.  
   - **Капусту** нашинкуйте тонкой соломкой.  
   - **Картофель** нарежьте кубиками.  
   - **Морковь** натрите, лук — мелко нарежьте.  
   - **Помидоры** натрите на терке или используйте томатную пасту.

3. **Сборка борща:**  
   - В кипящий бульон сначала добавьте картофель, варите 10 минут.  
   - Затем введите капусту, морковь и лук. Варите еще 10 минут.  
   - Добавьте обжаренную свеклу и помидоры (или томатную пасту). Перемешайте.  
   - За 5 минут до готовности влейте измельченный чеснок (через пресс или мелко нарезанный).  

4. **Финальные штрихи:**  
   - Проверьте вкус, добавьте сахар (если нужно) и зелень.  
   - Снимите с огня, накройте крышкой и дайте настояться 15–20 минут.  

5. **Подача:**  
   - Разлейте борщ по тарелкам, добавьте сметану и свежую зелень.  

---

### **Советы:**
- Для более насыщенного вкуса можно обжарить мясо перед варкой.  
- Если любите кислинку, добавьте 1 ст. ложку уксуса или лимонного сока в самом конце.  
- Вегетарианский вариант: замените мясо на грибы или варите на овощном бульоне.  

Приятного аппетита! 🍲 </details>