/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
8,4 ГБ
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
5 авг 2026

Mephisto-1.5-4B

Изображение и текст → текст

Mephisto-1.5-4B — объединённая модель Qwen3.5 на 4 млрд параметров для агентных задач, рассуждений, программирования и работы с инструментами.

380скачиваний за 30 дней3лайкавеса обновлены5 окт 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 «Изображение → 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

Mephisto-1.5-4B — плотная агентная модель на 4 млрд параметров от CloudGoat, собранная с помощью многоэтапного слияния моделей на базе архитектуры Qwen3.5-4B. В неё объединены компоненты для рассуждений, программирования, планирования и работы с инструментами; слои распределены между исходной моделью Qwen, агентной основой и моделью для рассуждений и кода.

Модель предназначена для диалоговых агентных сценариев, многошагового планирования и решения задач с использованием инструментов, а также для генерации кода и рассуждений. Карточка заявляет поддержку японского языка и ориентируется на выполнение на потребительском оборудовании; приведён пример RTX 3060 с 12 ГБ видеопамяти. Доступны веса Safetensors и квантованный формат GGUF Q8_0; README также описывает вариант Q4_K_M.

Оценка бенчмарков на момент публикации ещё выполнялась, поэтому заявленные целевые улучшения не подтверждены приведёнными результатами. Исходные модели указаны как Apache-2.0, что, согласно карточке, позволяет коммерческое использование объединённой модели.

Сценарии применения

  • создание диалогового агента с вызовом инструментов
  • многошаговое планирование и решение задач
  • генерация и анализ кода
  • ответы на инструкции на японском языке

Ограничения

Результаты заявленных бенчмарков ещё не представлены: оценка указана как выполняющаяся. Практическая производительность на японских и агентных задачах поэтому не подтверждена результатами в карточке.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mephisto-1.5-4B

Abstract

Mephisto-1.5-4B is a 4B-parameter agentic language model constructed via multi-stage model merging using mergekit. The model integrates reasoning, coding, and agentic capabilities into a single 4B checkpoint based on the Qwen3.5-4B architecture, targeting performance exceeding Mephisto-4B-v2 on Japanese and agentic benchmarks while maintaining deployment feasibility on consumer hardware (RTX 3060 12GB).

Methodology

Merge Pipeline

The model is constructed through a three-stage merging pipeline:

Stage 1: Reasoning-Code Fusion (NuSLERP)

Normalized spherical linear interpolation (NuSLERP) on task vectors derived from a common base model (Qwen3.5-4B). This stage fuses a reasoning-distilled model (Opus-reasoning distillation) with a code-specialized model.

ComponentSource ModelWeight
ReasoningJackrong/Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-v21.0
CodeJackrong/Qwopus3.5-4B-Coder0.7

Configuration:

merge_method: nuslerp
base_model: Qwen/Qwen3.5-4B
models:
  - model: Jackrong/Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-v2
    parameters: {weight: 1.0}
  - model: Jackrong/Qwopus3.5-4B-Coder
    parameters: {weight: 0.7}
parameters:
  nuslerp_flatten: true
  nuslerp_row_wise: false
dtype: bfloat16

Stage 2: Agent Foundation (DARE-TIES 3-way)

DARE-TIES merging with density-based pruning and sign consensus. This stage integrates three complementary agentic models into a unified foundation.

ComponentSource ModelWeightDensity
ReasoningBAAI/AREX-Turbo1.00.5
Agent/PlanningInternScience/Agents-A1-4B1.00.5
General/JapaneseJackrong/Qwopus3.5-4B-v30.60.5

Configuration:

merge_method: dare_ties
base_model: Qwen/Qwen3.5-4B
models:
  - model: BAAI/AREX-Turbo
    parameters: {weight: 1.0, density: 0.5}
  - model: InternScience/Agents-A1-4B
    parameters: {weight: 1.0, density: 0.5}
  - model: Jackrong/Qwopus3.5-4B-v3
    parameters: {weight: 0.6, density: 0.5}
parameters:
  lambda: 0.8
  density: 0.5
dtype: bfloat16

Stage 3: Final Integration (FrankenMerge / Passthrough)

Layer-wise model selection (FrankenMerge) via Passthrough merge. This stage structurally allocates layers by functional specialization:

Layer RangeSourceFunctional Role
0–15Qwen/Qwen3.5-4B (Instruct)Embeddings, shallow features, Japanese language modeling
16–23Stage 2 Output (Agent Foundation)Planning, function calling, agentic reasoning
24–31Stage 1 Output (Reasoning + Code)Deep reasoning, code generation, complex logic

Configuration:

merge_method: passthrough
slices:
  - sources:
      - model: Qwen/Qwen3.5-4B
        layer_range: [0, 16]
  - sources:
      - model: merged/s2
        layer_range: [16, 24]
  - sources:
      - model: merged/s1
        layer_range: [24, 32]

Source Models

ModelRoleTypeLicense
Jackrong/Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-v2Reasoning distillationInstructApache-2.0
Jackrong/Qwopus3.5-4B-CoderCode / Tool UseInstructApache-2.0
BAAI/AREX-TurboGeneral reasoningBase/InstructApache-2.0
InternScience/Agents-A1-4BAgent / Planning / FCInstructApache-2.0
Jackrong/Qwopus3.5-4B-v3Japanese / GeneralInstructApache-2.0
Qwen/Qwen3.5-4BBase anchor (Instruct)InstructApache-2.0

All source models are Apache-2.0 licensed, enabling commercial use of the merged artifact.

Benchmarks (In Progress)

BenchmarkStatusCategory
ELYZA-tasks-100In ProgressJapanese instruction following
MT-Bench-JPIn ProgressJapanese conversation quality
JGLUEIn ProgressJapanese NLU
JMMLUIn ProgressJapanese knowledge
HumanEvalIn ProgressCode generation
BFCL (Function Calling)In ProgressFunction calling
JSB (Safety)In ProgressSafety alignment

Benchmark evaluation is currently in progress. Target thresholds are based on Mephisto-4B-v2 baseline and merge methodology expectations.

Quantization

FormatSizeCommand
Q8_04.5 GBllama.cpp convert_hf_to_gguf.py --outtype q8_0 --no-mtp
Q4_K_M~2.6 GBllama.cpp convert_hf_to_gguf.py --outtype q4_k_m --no-mtp

Note: The --no-mtp flag is required to exclude Multi-Token Prediction (MTP) modules present in Qwen3.5-series models, which are incompatible with llama.cpp inference.

Usage

HF Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("Mephisto-4B-v2.1", torch_dtype="bfloat16", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("Mephisto-4B-v2.1")

llama.cpp (Recommended)

./llama-cli -m Mephisto-4B-v2.1_q8_0.gguf -ngl 99 -c 4096 -p "ユーザー: こんにちは
アシスタント: "

Hardware Requirements

ComponentSpecification
GPURTX 3060 12GB+ (for Q8_0 with -ngl 99)
RAM16 GB+ system RAM
Disk~12 GB (HF + GGUF)

License

This model inherits licenses from its source models. All source models are Apache-2.0 licensed, permitting commercial use. Users should verify individual source model licenses for their specific use cases.

Citation

If you use this model in your research, please cite:

@misc{mephisto-4b-v2.1,
  title={Mephisto-4B-v2.1: Multi-Stage Merged Agentic Model},
  author={CloudGoat},
  year={2024},
  note={Constructed via mergekit multi-stage merging: NuSLERP + DARE-TIES + FrankenMerge}
}

Model Card Version: 1.0
Last Updated: 2024-08-05
Merge Tool: mergekit (NuSLERP + DARE-TIES + Passthrough)
Base Architecture: Qwen3.5-4B (32 layers, 2560 hidden dim, 16/4 attention heads)

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_5ForConditionalGeneration
Ревизия весов
b64a9b7

0 моделей