/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
29 сен 2026

Qwen3.5-9B-OutsideTheBox-SFT

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-9B для выбора действий в текстовой среде WebShop и исследования реакции агента на внешние, в том числе вводящие в заблуждение, подсказки.

476скачиваний за 30 дней0лайковвеса обновлены30 сен 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

Qwen3.5-9B-OutsideTheBox-SFT — дообученная Elvis Wang на Qwen3.5-9B языковая модель для исследования агентного поведения в текстовой среде WebShop. Она выбирает следующее действие по инструкции о покупке, истории взаимодействия и внешним подсказкам рабочего процесса, включая вводящие в заблуждение подсказки. Обучение проведено на 2 023 задачах и 8 203 примерах ходов из обучающей части WebShop; тестовые задачи WebShop в обучении не использовались.

Модель содержит 7,2 млрд параметров, построена на архитектуре Qwen3.5 для причинной генерации текста и имеет контекст до 262 144 токенов. Она рассчитана на эксперименты по использованию внешних инструкций и устойчивости к ошибочным подсказкам; для воспроизведения результатов нужны среда WebShop и соответствующая система взаимодействия. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • выбор следующего действия агента в WebShop
  • выполнение инструкций по поиску и покупке товаров в текстовой среде
  • оценка устойчивости агента к вводящим в заблуждение подсказкам
  • исследование использования внешних инструкций в агентных сценариях

Ограничения

Модель предназначена для исследовательских экспериментов в WebShop; воспроизведение результатов требует среды WebShop и системы взаимодействия из статьи. Обучалась на тренировочном разбиении, поэтому качество на других средах и сценариях из карточки не следует.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-9B-OutsideTheBox-SFT

This repository provides the WebShop supervised fine-tuning checkpoint developed for the paper Thinking Outside the Box: Can Language Models Rely on External Guidance Selectively?

Thinking Outside the Box

Model Description

The model is initialized from Qwen3.5-9B and fine-tuned to act in the WebShop text environment under external workflow guidance. Each training example contains the WebShop system prompt, the shopping instruction and interaction history with an injected misleading workflow, and the correct next action from a successful trajectory; only the assistant action is included in the loss.

Training Data

The training set is constructed exclusively from the WebShop TRAIN split and contains 2,023 tasks and 8,203 turn-level examples. Official WebShop test tasks are not used for training.

Training Configuration

SettingValue
Base modelQwen/Qwen3.5-9B
TrainingFull-parameter SFT
Workflow conditionMisleading workflow
Epochs2
Learning rate1e-6
Global batch size32
Maximum sequence length12,288
PrecisionBF16

Intended Use

This checkpoint is intended for research on WebShop agents, external workflow utilization, and robustness to misleading guidance. Reproducing the reported results requires the WebShop environment and the interaction harness used in the paper.

Loading the Model

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "ElvisWang111/Qwen3.5-9B-OutsideTheBox-SFT"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
)

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_5ForCausalLM
Ревизия весов
420d5d9

0 моделей