GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
Yy245
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
Yy245
Model Tree
Qwen/Qwen3-0.6B
Input Modalities
Output Modalities
Supported Functionality
c1899de289a04d12100db370d81485cdf75e47ca64f97589d3743bfd531adc08863bfaee14c5b3fb3056f0cd023ed28bc4943773加权规则为 0.4 × 安全 + 0.3 × 数学 + 0.3 × 通用。详细逐轮结果见
evaluation/model_selection.json，重训分支审计见
evaluation/retrain_comparison.json。
本仓库上传的是完整合并权重，不需要 PEFT/LoRA 适配器。架构、词表、token ID、聊天模板、
thinking 开关和默认生成配置均与原始 Qwen/Qwen3-0.6B 兼容。原调用代码只需替换模型 ID：
python
from transformers import AutoModelForCausalLM, AutoTokenizermodel_name = "Yy245/Qwen3-0.6B-SafeMath-ZJU"tokenizer = AutoTokenizer.from_pretrained(model_name)model = AutoModelForCausalLM.from_pretrained(model_name,torch_dtype="auto",device_map="auto",)messages = [{"role": "user", "content": "Give me a short introduction to large language models."}]text = tokenizer.apply_chat_template(messages,tokenize=False,add_generation_prompt=True,enable_thinking=True,)model_inputs = tokenizer([text], return_tensors="pt").to(model.device)generated_ids = model.generate(**model_inputs, max_new_tokens=512)output_ids = generated_ids[0][len(model_inputs.input_ids[0]):]print(tokenizer.decode(output_ids, skip_special_tokens=True))
enable_thinking=False、多轮对话、pipeline、SGLang 和 vLLM 的调用方式也与原模型一致。
例如原 vLLM 命令只需替换模型 ID：
bash
vllm serve Yy245/Qwen3-0.6B-SafeMath-ZJU \--enable-reasoning --reasoning-parser deepseek_r1
建议使用 transformers>=4.51.0；thinking 模式可沿用原模型的默认采样设置
（temperature 0.6、top-p 0.95、top-k 20）。
完整的一页 PDF 可在 training_report.pdf 下载。
这些分数来自固定代理评测，并不等同于真实部署中的绝对安全保证。模型仍可能对含糊但无害的 请求过度拒答，也可能在较难数学题、长上下文或分布外输入上生成错误内容；高风险场景应继续 使用独立安全策略、人工复核和领域评测。