/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B
Библиотека
transformers
Опубликована
19 июн 2026

Darwin-V9-Chimera-4B

Генерация текстаТекст → текст3 профессии

Экспериментальная гибридная модель Qwen3-4B и Gemma4-E4B для исследований и генерации текста.

21скачиваний за 30 дней4лайкавеса обновлены21 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-V9-Chimera-4B (Generation 2) — экспериментальная гибридная языковая модель, созданная автором FINAL-Bench путём объединения Qwen3-4B и Gemma4-E4B. В ней сохранено внимание Qwen3-4B, прошедшее адаптацию VIDRAFT, а FFN сформирован из FFN Qwen3-4B и Gemma4-E4B в соотношении 85:15; затем внимание повторно адаптировали к объединённому FFN. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 40 960 токенов.

Модель предназначена как исследовательская базовая модель для генерации текста и проверки методов объединения архитектур и переноса знаний. В карточке приведена оценка KMMLU в режиме base zero-shot; модель не прошла этап SFT для качественного следования инструкциям. Указаны английский и корейский языки. Лицензия — Apache-2.0.

Среди ограничений автор отмечает повторения на корейском при жадной генерации и качество уровня базовой модели, недостаточное для использования в качестве готовой instruct-модели.

Сценарии применения

  • генерация текста в исследовательских экспериментах
  • сравнение методов слияния языковых моделей
  • проверка переноса знаний Gemma4 в архитектуру Qwen3
  • оценка базовых моделей на тестах знаний KMMLU

Ограничения

В жадной генерации остаются повторы на корейском языке. Модель не прошла SFT и предназначена для исследований, а не для готового инструкционного диалога.

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

Darwin-V9-Chimera-4B (Generation 2)

VIDRAFT attention + Qwen3-4B / Gemma4-E4B FFN crossbreed. A Qwen3-4B × Gemma4-E4B hybrid — NOT from-scratch. Private research checkpoint.

Lineage (Darwin-Chimera 계보)

GenModelComposition
Gen 1Darwin-Chimera-4B-Gen1Qwen3-4B attention-healing adapter (FFN = Qwen3-4B, frozen)
Gen 2 (this)Darwin-V9-Chimera-4BGen1 adapter + Gemma4-E4B FFN crossbreed → re-healing

What this is

The Gen-1 adapter's FFN is reconstructed by cross-breeding Qwen3-4B FFN with Gemma4-E4B FFN (ratio 0.15), then the attention is re-healed (VIDRAFT) to adapt to the fused FFN. This carries the Gen-1 attention forward while blending a second model's knowledge — so the result is not reducible to any single parent.

  • attention: VIDRAFT healing (Qwen3-4B based)
  • FFN: Qwen3-4B 85% ⊕ Gemma4-E4B 15% (bilinear inter projection 10240→9728, layer map 42→36)
  • structure: 2560 / 9728 / 36L (Qwen3-4B coordinates)
  • re-healing: 0.5B tokens, attention-only, LR 1e-5

Evaluation (same harness, base zero-shot, KMMLU 3 subjects / 90Q)

modelKMMLUstage
Qwen3-4B (original)13.3%base
Gemma4-E4B (base)26.7%base
Darwin-Chimera Gen127.1%*base
fused raw (pre re-heal)22.2%intermediate
Darwin-V9 (this)27.8%base

* Gen1 measured on 6 subjects. All numbers are base zero-shot — instruction-following quality is expected from a later SFT stage (cf. Gemma4-E4B base 26.7% → it 69.4%).

→ After blending 15% Gemma4 FFN, performance is maintained / slightly above the Gen-1 baseline and Gemma4-E4B base. Gemma knowledge is visibly incorporated (multilingual facts, "Germany is Berlin / Italy is ..."), and the intermediate English degradation is recovered by re-healing.

Known limitations

  • Some Korean repetition remains in greedy single-shot generation → to be resolved by SFT.
  • Absolute scores are base-level; this is a research backbone, not a production/instruct model.

License

Gemma Terms of Use (Gemma4-E4B weights are blended in) + Apache 2.0 (Qwen3-4B). Built on Qwen/Qwen3-4B and google/gemma-4-E4B.

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
0da5d6e

0 моделей