WSAI-Math 是 WSAI 开发的数学推理大语言模型，基于 Qwen3.5-0.8B 后训练而成，采用 Apache-2.0 许可。

Applications

Claude Code ollama launch claude --model wangshen/wsai-math

OpenCode ollama launch opencode --model wangshen/wsai-math

Hermes Agent ollama launch hermes --model wangshen/wsai-math

OpenClaw ollama launch openclaw --model wangshen/wsai-math

WSAI-Math

ModelScope

WSAI-Math 是由 WSAI 开发的数学推理大语言模型，基于 Qwen/Qwen3.5-0.8B 后训练而成：以 DeepSeek deepseek-v4-flash 为教师进行长思维链（long chain-of-thought）蒸馏冷启动，训练数据每一条都经过最严格原始口径判分验证，并对评测集实施 8-gram 去污染。

Ollama：ollama run wangshen/wsai-math
数据集：WSAI-Math-Distill—— 3,867 条严格验证的 v4-flash 蒸馏思维链
精度：BF16 全量权重

模型信息

项	值
基座	Qwen3.5-0.8B（0.85B 参数；Qwen3-Next 风格混合线性注意力架构：Gated DeltaNet 线性注意力与全注意力按 3:1 交错，24 层，GQA 8H/2KV，head_dim 256，词表 248,320，原生上下文 262,144）
参数量	878,544,960（其中可训练 25,559,040，占 2.91%）
权重精度	bfloat16（LoRA 合并后的全量权重，`model.safetensors` 1.7GB）
训练方法	LoRA SFT（r=64, α=128, dropout=0，注入全部 q/k/v/o/gate/up/down 投影）→ `merge_and_unload` 导出
训练数据	WSAI-Math-Distill v1.0 的 1,410 条子集（自 3,867 条严格验证样本按固定种子抽样）
训练量	50 个优化步（有效 batch 16，共见约 800 条样本，1,410 条中的 57%）
验证损失	val_loss = 0.711（固定 1% 验证集，n=14，与训练 loss 同步下降，无过拟合）

训练流水线

OpenR1-Math-220k（93,733 题，AoPS/竞赛来源，Apache-2.0）
  │ 题面清洗：去空 / md5 去重 / 长度过滤(≤2500字符) / 来源筛选(amc_aime·olympiads·aops_forum)
  ▼
候选题池
  │ 8-gram 去污染 vs AIME2024(30) + AIME2025(30) + HLE文本全集(2,158)
  │ ——指纹 264,265 个，剔除 3,444 题
  ▼
干净题库（6,245 题，均带 gold 标准答案）
  │ DeepSeek v4-flash 逐题蒸馏（thinking 模式，max_tokens=16384，共 6,449 次求解）
  ▼
严格判分（见下）—— 61% 通过 → 3,867 条验证正确（WSAI-Math-Distill）
  │ 固定种子抽样 1,410 条 + 质量过滤（reasoning 800–30,000 字符）
  ▼
LoRA SFT（50 步）→ 合并导出 → WSAI-Math

严格判分协议（训练数据与评测同口径）：

仅提取回答中最后一个 \boxed{...} 的内容作为预测；
与 gold 按精确字符串 / math_verify（无预处理）/ 纯数字精确相等三判，全过才记正确；
零规范化：不补 LaTeX 花括号、不去 \text{} 包裹、不剥选项字母、不提取子串数字、无模糊匹配——格式不同即判错，宁缺毋滥。

评测结果

协议：thinking 模式，Qwen 官方采样参数（temperature=1.0, top_p=0.95, top_k=20, min_p=0），每题 1 采样，最大生成 5120 token，批生成，本地 CPU bf16 推理。

AIME

基准	WSAI-Math	基座 Qwen3.5-0.8B	提升幅度
AIME 2024 (avg@1)	3.3%	0.0%	+3.3pp
AIME 2025 (avg@1)	0.0%	0.0%	—

行为学对比（同协议，更显著的差异）：

观测项	WSAI-Math	基座 Qwen3.5-0.8B
AIME24/25 截断率	43% / 77%	100% / 100%（60/60 全部打转至 5120 上限）
平均输出长度	3,552 / 4,328 tok	5,120 / 5,120 tok（全部打满）
思维链风格	教师化：简练、直奔要点、复核关键计算、`\boxed{}` 收尾、干净终止	大量”Wait…”原地循环，无法收敛
简单数学（如 17×23）	146 token 直出 `\boxed{391}`	数百 token 徘徊后勉强作答

使用

Ollama

ollama run wangshen/wsai-math:latest

transformers

from transformers import AutoTokenizer, AutoModelForImageTextToText
import torch

tok = AutoTokenizer.from_pretrained("WSAI-Math")
model = AutoModelForImageTextToText.from_pretrained(
    "WSAI-Math", dtype=torch.bfloat16, device_map="cpu")

messages = [{"role": "user", "content": "您的数学题"}]
text = tok.apply_chat_template(messages, tokenize=False,
                               add_generation_prompt=True, enable_thinking=True)
inputs = tok(text, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=5120,
                     do_sample=True, temperature=1.0, top_p=0.95, top_k=20)

思维链位于 <think>...</think>，最终答案以 \boxed{...} 给出。

训练细节

损失：仅对 assistant 段计算（<think> 思维链 + 解答），prompt 全掩码；
大词表处理：248,320 词表的 logits 分块计算（chunk=1024）并用 gradient checkpoint 包裹反向重算，将峰值内存从全量 materialize 的 ~8GB 压到 <1GB；
优化器：AdamW（β=0.⁹⁄₀.95, eps=1e-8, lr=1e-4, 无 weight decay），梯度裁剪 1.0，有效 batch 16（micro-batch 2 × 累积 8）；
监控：每 micro 步打印 loss 与 ema20，每 10 优化步评估固定验证集（1% 切分，种子固定可复现），每 25 步存档；
损失轨迹：train ema20 从 1.10 稳定降至 ~0.64-0.73 区间，val_loss 0.711。

致谢

基座：Qwen/Qwen3.5-0.8B
教师：DeepSeek deepseek-v4-flash
题源：open-r1/OpenR1-Math-220k（Apache-2.0，派生自 NuminaMath）

许可

Apache-2.0