Rostam-S1-4B

Rostam-S1-4B

一步一步推理数学、物理、科学编程以及波斯语或英语问题，并支持工具调用。基于 Spark-X2.6-4B 的 4.1B 模型，适合想要小型双语推理模型的人。

由 officialmobai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Rostam-S1 是 Mob AI 推出的文本生成模型，以 officialmobai 的名字发布，与 Spark 项目合作打造。它以 XHToken 的 Spark-X2.6-4B 为基础，有 4.1B 参数，以 Safetensors 文件形式提供，配合 transformers 使用。它面向数学、理论物理、科学编程、波斯语和英语推理，以及智能体任务。

适合谁：如果你想要一个能把推理过程写出来的小型模型，尤其是用波斯语或英语，它适合你。模型卡也提到了需要函数调用的开发者。

Industry | Who uses it | How they use it | Example
教育 | 使用波斯语或英语的学生和老师 | 借助写出来的推理过程，解数学和物理题 | 用波斯语一步一步讲解的推导
软件 | 开发者 | 在小模型上尝试科学编程帮助和工具调用 | 一段用于仿真任务的简短脚本
研究 | 机器学习研究人员 | 研究基于 Spark-X2.6-4B 的 4B 推理模型 | 把基础模型和这个模型放在一起对照

如果你现在就需要经过审计的基准分数，或者需要英语和波斯语以外的语言，可以跳过它。

用在哪里：

• 在 Windows、macOS 或 Linux 上，用 Python 和 transformers 库
• GPU，因为示例以 bfloat16 加载权重
• 别人做的量化副本，Hugging Face 列出了三个

Use case | Who | What they get back
解数学或物理题 | 学生 | 先给出推理过程，再给出答案
用波斯语提问 | 说波斯语的人 | 波斯语的专业解答
尝试智能体式的工具调用 | 开发者 | 模型自己决定发出的函数调用

如何设置：

• Python 和 pip
• 放得下权重的内存：BF16 约 8.2 GB，估算 4-bit 约 2.1 GB
• 对 4.1B 的模型来说，用 GPU 才比较现实

1. 安装 Hugging Face hub 包。
2. 把模型文件下载到你的电脑。
3. 按下一节的方式，用 transformers 加载模型。

pip install -U huggingface_hub
hf download officialmobai/Rostam-S1-4B

如何使用：发送一条聊天消息，并保持思考模式开启，这样模型会在回答之前先写出推理过程。示例把 trust_remote_code 设为 True，这会运行模型仓库里附带的代码。

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "officialmobai/Rostam-S1-4B"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype=torch.bfloat16,
    device_map="auto"
)

messages = [
    {"role": "user", "content": "نام شما چیست و سازنده شما کیست؟"}
]

inputs = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    enable_thinking=True,
    return_dict=True,
    return_tensors="pt"
).to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.7,
    top_p=0.9
)

print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

Tool | What it does
apply_chat_template | 把你的消息转成模型期望的提示格式
enable_thinking=True | 在最终答案之前打开推理过程
generate | 写出回复，这里最多 512 个新 token，temperature 为 0.7，top_p 为 0.9
tokenizer.decode | 把生成的 token 转回文字

示例：原样运行示例。它用波斯语询问模型的名字和它的制作者。思考模式开启时，模型会先写出推理过程，再给出回答。

新手与专家：这是一个小型聊天模型，能展示它是怎么得出答案的。第一次尝试时，先运行示例，再把波斯语问题换成一道简短的数学题，看看它先写出的推理过程。

模型卡说，它是在 Spark-X2.6-4B 的基础上，用子空间隔离的参数更新和重放正则化调整而来，目的是避免忘掉基础模型已有的知识。它列出了原生函数调用和沙箱执行。基准表里只有目标值，作者说经过审计的分数会在完整的后训练评估之后公布。

你用英语或波斯语发送消息
聊天模板打开思考模式
模型写出一段推理过程
最终答案跟在推理过程之后

注意事项：模型卡基准表里的数字是团队设定的目标，不是测得的结果。对比基础模型的数字时要小心，因为它们来自其他模型卡和论文。

• License: Apache 2.0
• Cost to run: 没有提到，硬件需要你自己准备
• Data it reaches: 从 Hugging Face 下载文件，示例会运行模型仓库里附带的代码
• Not for: 依赖它的基准数字，那些是目标而不是结果

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：4.1B
• Weights: about 8.2 GB in BF16; about 2.1 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：2,751
• 点赞：5
• 许可证：apache-2.0
• 语言：en, fa
• 基于：XHToken/Spark-X2.6-4B
• Quantized versions: 3
• 标签：transformers, safetensors, spark2_5, text-generation, reasoning, math, physics, persian, code, agentic, mob-ai, rostam

链接

• 模型：https://huggingface.co/officialmobai/Rostam-S1-4B
• 文件：https://huggingface.co/officialmobai/Rostam-S1-4B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download officialmobai/Rostam-S1-4B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。