/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B-Base
Библиотека
transformers
Опубликована
2 июл 2026

Qwen3.5-4B-Uncensored-FP8

Изображение и текст → текст10 профессий

Дообученная мультимодальная модель Qwen3.5 с 4 млрд параметров для диалогов и генерации текста по тексту и изображениям.

157скачиваний за 30 дней4лайкавеса обновлены2 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 «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

Felldude/Qwen3.5-4B-Uncensored-FP8 — дообученная автором Felldude мультимодальная модель семейства Qwen3.5 с плотной архитектурой Qwen3_5ForConditionalGeneration. Она предназначена для диалогов и генерации текста по текстовым и визуальным входам, включая описание изображений и задачи рассуждения. В README заявлены обучение на зрительных данных, цепочках рассуждений и задачах reasoning, а также варианты работы с включённым и выключенным режимом THINK. Базовая модель содержит 4 млрд параметров.

Репозиторий содержит веса Safetensors и помечен как FP32; README рекомендует эту версию для последующей квантизации или конвертации в BF16/FP16. Указаны возможности vision, chat и интерфейс вызова инструментов. Карточка заявляет поддержку 201 языка и диалекта, но не уточняет языки отдельно. Лицензия — Apache-2.0. Утверждения README о неконтентной фильтрации и результатах тестирования приведены автором модели и не являются независимой оценкой качества.

Сценарии применения

  • описание содержимого изображений
  • ответы на вопросы по изображению
  • диалоги с мультимодальным помощником
  • генерация текста с задачами рассуждения
  • вызов инструментов в диалоговых сценариях

Ограничения

Заявления о неконтентной фильтрации и результатах тестирования исходят из README автора и не подтверждены независимыми оценками. FP32-версия может потребовать значительных вычислительных ресурсов; для уменьшения точности автор рекомендует конвертацию или квантизацию.

Для каких профессий подходит10

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

Qwen3.5-4B

USE FP32 version for quantization or conversion to BF16/FP16

[!Note]> This model was trained in FP32 with Adam on Vision, Chain of Thought and Reasoning. This model shows a massive increase in uncensored and unfiltered results using with THINK ON or with THINK OFF In testing with think mode off 98% of results where uncensored. With THINK on the results are less consistent but far more unique.

Qwen3.5 Highlights

Qwen3.5 features the following enhancement:

  • Unified Vision-Language Foundation: Early fusion training on multimodal tokens achieves cross-generational parity with Qwen3 and outperforms Qwen3-VL models across reasoning, coding, agents, and visual understanding benchmarks.

  • Efficient Hybrid Architecture: Gated Delta Networks combined with sparse Mixture-of-Experts deliver high-throughput inference with minimal latency and cost overhead.

  • Scalable RL Generalization: Reinforcement learning scaled across million-agent environments with progressively complex task distributions for robust real-world adaptability.

  • Global Linguistic Coverage: Expanded support to 201 languages and dialects, enabling inclusive, worldwide deployment with nuanced cultural and regional understanding.

  • Next-Generation Training Infrastructure: Near-100% multimodal training efficiency compared to text-only training and asynchronous RL frameworks supporting massive-scale agent scaffolds and environment orchestration.

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
d50344b

0 моделей