/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Опубликована
16 апр 2026

Ornstein3.6-35B-A3B

Изображение и текст → текст13 профессий

Мультимодальный fine-tune Qwen3.6 MoE для диалогов, анализа изображений и агентной работы с инструментами.

118скачиваний за 30 дней10лайковвеса обновлены14 мая 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

Ornstein3.6-35B-A3B — мультимодальная дообученная модель DJLougen на базе unsloth/Qwen3.6-35B-A3B для диалогов, рассуждений и агентных сценариев. Она принимает текст и изображения и формирует текстовые ответы; также поддерживает интерфейс вызова инструментов.

Модель использует архитектуру Qwen3_5MoeForConditionalGeneration с чередованием линейного и полного внимания. Всего в ней 34,66 млрд параметров, из которых около 3 млрд активны на каждом токене; указаны 256 экспертов и 8 активных экспертов на токен. Длина контекста — 262 144 токена. Репозиторий содержит веса Safetensors и восстановленные компоненты обработки изображений и видео.

Модель подходит для диалоговых задач, анализа изображений и агентной работы с инструментами. Это авторский экспериментальный fine-tune из серии Ornstein, обученный на самостоятельно отобранных данных; подробности датасета и результаты сравнительных оценок в карточке не приведены. Лицензия — Apache 2.0.

Сценарии применения

  • ответы на вопросы по изображению
  • описание содержимого изображения
  • диалог с мультимодальным помощником
  • решение задач на рассуждение
  • выполнение агентных сценариев с вызовом инструментов

Ограничения

Карточка не приводит результатов сравнительной оценки или подробностей обучающих данных, поэтому качество на конкретных задачах не охарактеризовано. Доступные ранние GGUF-квантизации могут быть текстовыми и не поддерживать восстановленные компоненты обработки изображений и видео.

Для каких профессий подходит13

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

Ornstein3.6-35B-A3B

Ornstein3.6-35B-A3B

A multimodal fine-tune of Qwen 3.6 35B-A3B, the latest-generation Qwen Mixture-of-Experts base model (35B total parameters, ~3B active per token). Part of the Ornstein series — reasoning- and agent-oriented fine-tunes built on a custom data curation pipeline.

GGUF quantizations available at DJLougen/Ornstein3.6-35B-A3B-GGUF — Q8_0 down through aggressive 2-bit I-quants, all with imatrix calibration.

Support This Work

I'm a PhD student in visual neuroscience at the University of Toronto who also happens to spend way too much time fine-tuning, merging, and quantizing open-weight models on rented H100s and a local DGX Spark. All training compute is self-funded — balancing GPU costs against a student budget. If my uploads have been useful to you, consider buying a PhD student a coffee. It goes a long way toward keeping these experiments running.

Support on Ko-fi


Vision/video restoration: The repository now includes the Qwen3.6 base visual tower plus image/video processor files, so the source safetensors checkpoint should load as the multimodal conditional-generation architecture. Existing GGUF artifacts made before this restoration remain text-only until rebuilt.

Details

  • Developed by: DJLougen
  • Architecture: Qwen3_5MoeForConditionalGeneration — Qwen 3.6 MoE with linear + full attention interleaved (Gated Delta Net)
  • Parameters: 34.66B total, ~3B active (256 experts, 8 active per token)
  • Hidden size / layers: 2048 / 40
  • Context length: 262,144 tokens
  • License: Apache 2.0
  • Base model: unsloth/Qwen3.6-35B-A3B
  • Training framework: Unsloth

Usage

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "DJLougen/Ornstein3.6-35B-A3B"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto", device_map="auto")

messages = [{"role": "user", "content": "Explain mixture-of-experts routing in one paragraph."}]
inputs = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(inputs, max_new_tokens=512)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))

llama.cpp (via GGUF)

See the GGUF repo — pick a quant that fits your memory (Q4_K_M is a strong default for 24GB).

License

Apache 2.0 — inherited from the Qwen 3.6 base release.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
1a11b1e

0 моделей