/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Лицензия
Gemma
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
4 июл 2026

Darwin-4B-Chimera

Генерация текстаТекст → текст4 профессии

Плотная языковая модель VIDRAFT на базе Qwen3 для диалогов и рассуждений, особенно на корейском языке.

98скачиваний за 30 дней23лайкавеса обновлены25 июл 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

Darwin-4B-Chimera — плотная языковая модель на 3,7 млрд параметров семейства Qwen3, созданная VIDRAFT с применением технологии слияния Chimera и последующей донастройки с подкреплением. Модель предназначена прежде всего для рассуждений на корейском языке и диалогового использования; заявленный контекст составляет 40 960 токенов. Она принимает текст и генерирует текст.

В описанном авторами тесте KMMLU на шести предметных областях и 240 отложенных примерах модель набрала 48,3% против 42,9% у базовой Chimera 4B. Веса открыты, однако детали слияния и доработки VIDRAFT не раскрывает. В метаданных указана лицензия Gemma; перед использованием следует проверить её условия.

Сценарии применения

  • диалоговые ответы на корейском языке
  • решение задач на корейское предметное знание
  • генерация текста с рассуждениями на корейском
  • локальный запуск языковой модели на потребительском GPU или в изолированной сети

Ограничения

Оценка KMMLU приведена для 240 примеров из шести предметных областей, поэтому она не характеризует все сценарии применения. Детали слияния и доработки VIDRAFT являются проприетарными.

Для каких профессий подходит4

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

📱 Run it on your phone or a GPU-less PC → POCKET · 🚀 Try it live (CPU chat)

VIDRAFT's on-device family: a 35B model that runs on iPhone and on CPU with no GPU — stock llama.cpp, no fork.

Live demo Collection 35B KR MLX EN

Darwin-4B-Chimera

A 4B Korean-reasoning model built with VIDRAFT's Chimera technology.

Most models get better by getting bigger. This one got better by combining — and then refining itself.


Why Chimera matters

Merging models usually means losing something. Average two networks and you get a compromise: each parent's edge is blunted, and the child is worse than both at what each did best. That is why "model merging" has a reputation as a cheap trick.

Chimera is built on the opposite premise.

1. The parents survive intact

Chimera fuses components from models of different families and different strengths while preserving what each parent knew. Knowledge is carried over, not averaged away. What you merge in is what you keep.

2. The result cannot be reduced to any single parent

A Chimera individual is not "model A with a bit of B." It sits at a point in model space that no parent reaches alone, and it cannot be recovered from any one of them. That non-reducibility is the entire point — it is what makes a lineage an asset rather than a re-skin.

3. No additional pretraining

A new generation is a fusion plus an evaluation, not a training run measured in GPU-months. Iteration collapses from months to days — which means the space of viable combinations actually gets explored instead of theorized about.

4. It compounds

Chimera individuals become parents. Strengths accumulate across generations: parent → child → grandchild. Capability is grown, not purchased.

5. It answers the real constraint

Frontier capability is gated by capital: tens of thousands of GPUs, months of training, hundreds of millions of dollars. Chimera attacks that gate directly — structural evolution instead of brute-force scale. It is how a small team competes on method rather than on budget.


What that buys you at 4B

This model is a late-generation Chimera individual, refined further by VIDRAFT's own reinforcement fine-tuning pipeline.

KMMLU · 6 subjects · 240 held-out items · greedy decoding

ModelKMMLUΔ
Chimera 4B baseline42.9%—
Darwin-4B-Chimera48.3%+5.4pp

+5.4pp on Korean knowledge reasoning with zero parameter growth — 4.02B before, 4.02B after. The gain came from what the model learned from itself, not from more weights. Same architecture, same size, same inference cost: strictly better.

That matters because 4B is the size that actually ships. It runs on a single consumer GPU, on-premise, inside an air-gapped network — the places where frontier APIs cannot go.


Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

mid = "FINAL-Bench/Darwin-4B-Chimera"
tok = AutoTokenizer.from_pretrained(mid)
model = AutoModelForCausalLM.from_pretrained(mid, torch_dtype="auto", device_map="auto")

msgs = [{"role": "user", "content": "한국의 삼권분립을 간단히 설명해줘."}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=512, do_sample=False)
print(tok.decode(out[0][ids.shape[-1]:], skip_special_tokens=True))

What is open, and what is not

The weights are open and the numbers are stated with the exact evaluation setup, so anyone can reproduce the result above rather than take our word for it.

The internal design of Chimera fusion and of the refinement pipeline — component selection, data selection criteria, training configuration, routing — is VIDRAFT proprietary.

Results are open. The recipe is not.


Links

License

gemma — the Chimera lineage includes Gemma-derived components, so the Gemma license applies. Review the Gemma Terms of Use before use.

Learn more

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
a9874aa

0 моделей