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
Intern-Decision roleplay Stage-2 — объединённый чекпойнт на архитектуре Qwen3.5, подготовленный для локального инференса. В репозитории сохранены замороженные компоненты базовых моделей и дообученные language_model и lm_head из best-model-stage2-0250; метаданные указывают на слияние Intern-Decision-0.8B и Qwen3.5-0.8B.
Модель предназначена для оценки ролевых ответов: на вход подаётся предложение в специальном формате, а система сравнивает шесть вариантов рейтинга — оценки качества от 1 до 5 и вариант пропуска. Это сценарий классификации ответа по шкале, а не обычная свободная генерация текста. В README приведена калиброванная температура 1.409963883056206; для квантованных вариантов температуру следует повторно подбирать и проверять.
Чекпойнт экспортирован в формате safetensors; README также описывает его подготовку к конвертации в GGUF через актуальную версию llama.cpp с поддержкой Qwen3.5. Указана лицензия MIT. Размер 0,8 млрд параметров следует из идентификаторов базовых моделей в метаданных; длина контекста и поддерживаемые естественные языки не заявлены.
Сценарии применения
оценка качества ответа в ролевом диалоге
ранжирование ответа по шкале от 1 до 5
автоматическая проверка ответов с вариантом пропуска оценки
Ограничения
Для корректного инференса требуется воспроизводить формат предложения из промпта и оценивать шесть кандидатных токенов вместо обычной свободной генерации. Для квантованных вариантов нужно повторно подбирать и проверять температуру.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This repository contains a merged Hugging Face checkpoint: the frozen base-model
components plus the fine-tuned language_model and lm_head from best-model-stage2-0250.
It was exported for local inference / GGUF conversion. The decision task is not a normal
free-form text-generation benchmark: inference should reproduce the same sentence-only
prompt and score the six rating candidate tokens (1..5 quality, 6=skip).
Calibrated rating temperature: 1.409963883056206 (see temperature.json).
For GGUF conversion, use a recent llama.cpp checkout with Qwen3.5 support and first create
an F16 GGUF as the fidelity reference. Re-fit/validate temperature for quantized variants.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров