/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
56,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
transformers
Опубликована
18 апр 2026

Qwen3.6-28B

Генерация текстаТекст → текст9 профессий

Производная Qwen MoE с 28 млрд параметров для диалогов, рассуждений, программирования и генерации структурированных ответов.

267скачиваний за 30 дней34лайкавеса обновлены30 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Qwen3.6-28B — производная модель 0xSero на основе Qwen/Qwen3.6-35B-A3B, сокращённая методом REAP с последующим дообучением LoRA на открытых рассуждениях Claude Opus. Это причинная языковая модель семейства Qwen3.5 MoE для генерации текста и диалогов. После удаления 20% экспертов в каждом слое осталось около 28 млрд параметров, из которых активны примерно 3 млрд. Веса представлены в BF16; исходная архитектура имеет 40 слоёв и MoE-маршрутизацию.

Модель предназначена для диалогов, задач на рассуждение и программирование, а также создания структурированных ответов, например JSON и Mermaid. В README заявлена калибровка с избытком примеров структурированного вывода, поэтому такие сценарии могли повлиять на сохранённые экспертовые способности. Указаны лицензия Apache-2.0 и библиотека Transformers.

Оценки качества в карточке представлены шаблонными значениями, поэтому по ним нельзя судить о сравнительной производительности. Для задач в стиле GSM8K точность зависит от наличия достаточного бюджета токенов для цепочки рассуждений; калибровка структурированного вывода переориентирована на JSON и Mermaid. Поведение отказов унаследовано от базовой модели и дообучения.

Сценарии применения

  • ведение диалогов с языковой моделью
  • решение математических задач с пошаговыми рассуждениями
  • генерация и объяснение программного кода
  • создание ответов в формате JSON
  • создание диаграмм Mermaid

Ограничения

Для задач в стиле GSM8K качество зависит от достаточного лимита токенов для цепочки рассуждений. Калибровка была смещена в сторону структурированного вывода, а приведённые в README оценки качества являются шаблонами, а не результатами.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

[!TIP] Support this work → · X · GitHub · REAP paper · Cerebras REAP

Qwen3.6-28B

REAP-pruned Qwen/Qwen3.6-35B-A3B.

At a glance

Base modelQwen/Qwen3.6-35B-A3B
FormatBF16
Total params28B
Active / token—
Experts / layer—
Layers—
Hidden size—
Context—
On-disk size56 GB

Which variant should I pick?

VariantFormatLink
Qwen3.6-28B (this)BF16link
Qwen3.6-28B-GGUFGGUFlink
Qwen3.6-35B-GGUFGGUFlink

Please support my work: https://donate.sybilsolutions.ai

Qwen3.6-28B-REAP20-Opus-A3B

A 20%-expert-pruned + Opus-trace fine-tuned variant of Qwen/Qwen3.6-35B-A3B, produced via Cerebras REAP (Router-weighted Expert Activation Pruning, arXiv:2510.13999) followed by LoRA SFT on public Claude Opus reasoning traces.

Headline numbers

MetricBase Qwen3.6-35B-A3BThis model (20% REAP + Opus SFT)Δ
MMLU (200-sample lite){{MMLU_BASE}}{{MMLU_THIS}}{{MMLU_DELTA}}
GSM8K (100-sample lite){{GSM_BASE}}{{GSM_THIS}}{{GSM_DELTA}}
HumanEval (50 parse-rate){{HE_BASE}}{{HE_THIS}}{{HE_DELTA}}
Structured JSON parse (20){{JSON_BASE}}{{JSON_THIS}}{{JSON_DELTA}}
Mermaid render (10){{MERM_BASE}}{{MERM_THIS}}{{MERM_DELTA}}
AdvBench refusal (32){{REFUSE_BASE}}{{REFUSE_THIS}}{{REFUSE_DELTA}}

Architecture

  • Base: Qwen3.6-35B-A3B (40 layers, 256 experts/layer, 8 routed + 1 shared active, qwen3_5_moe)
  • After 20% REAP: 205 experts/layer kept, 51 experts/layer pruned → ~28B total params, still ~3B active
  • Fine-tune: LoRA rank 32, α 64 on q,k,v,o,gate,up,down projections. bf16 weights after merge.

Pipeline

  1. Calibration merge — 5,000 stratified samples from:
    • /Users/sero/.../reap-expert-swap/dataset/calibration-20k.jsonl (general, coding, reasoning, etc.)
    • 0xSero/structured-outputs-calibration-v1 (JSON / Mermaid / schema)
  2. REAP observation (this fork's Qwen3_5Moe-aware observer, multi-GPU layerwise on 8× A100-40GB): {{OBS_DURATION}}
  3. REAP prune @ 20% using reap saliency metric, renormalized router weights, seed 42.
  4. Opus-trace SFT via LLaMA-Factory + DeepSpeed ZeRO-3 (8× A100). LoRA 2 epochs on nohurry/Opus-4.6-Reasoning-3000x-filtered (2,326 reasoning trajectories with explicit <think>…</think>\nanswer structure).
  5. GGUF — bf16, Q8_0, Q6_K, Q5_K_M, Q4_K_M with imatrix from merged calibration.

Sidecar observations

REAP observation artifacts live in the separate dataset repo 0xSero/qwen3.6-35b-a3b-reap-observations.

Known limitations

  • Refusal behavior follows the base model plus Opus SFT; no explicit abliteration was applied in this release. The model will refuse straight adversarial probes at roughly base-model rates.
  • Reasoning quality on GSM8K-style problems depends on the <think> chain-of-thought; short max-tokens limits hurt accuracy.
  • Structured-output calibration is oversampled vs. base mix (JSON/Mermaid experts preferentially retained).

License

Apache 2.0, inherited from base model. This checkpoint is a derivative work; please preserve attribution.

License & citation

License inherited from the base model.

@misc{lasby2025reap,
  title  = {REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression},
  author = {Mike Lasby and Ivan Lazarevich and Nish Sinnadurai and Sean Lie and Yani Ioannou and Vithursan Thangarasa},
  year   = {2025}, eprint = {2510.13999}, archivePrefix = {arXiv}
}

Sponsors

Made possible by NVIDIA · TNG Technology · Lambda · Prime Intellect · Hot Aisle.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForCausalLM
Ревизия весов
07b01f7

0 моделей