/ 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 июн 2026

Qwen3.6-35B-A3B-StyleTune

Изображение и текст → текст3 профессии

Мультимодальная дообученная модель Qwen для ролевых диалогов и творческого письма с менее шаблонным стилем повествования.

140скачиваний за 30 дней43лайкавеса обновлены16 июн 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

Qwen3.6-35B-A3B-StyleTune — модель Gryphe, созданная на основе Qwen/Qwen3.6-35B-A3B для диалогов и творческого письма с изменённым стилем повествования. Это мультимодальная модель семейства Qwen3.5 MoE; карточка Hugging Face помечает её задачей image-text-to-text, а также указывает поддержку диалогов, следования инструкциям и анализа изображений. Размер базовой модели — 35 млрд параметров.

При дообучении изменён только один тензор — выходная проекция lm_head; остальные веса заморожены. Автор сообщает о снижении числа клише на 46,9% в тесте на 200 ролевых запросах и отмечает, что возможности базовой модели, включая рассуждение и понимание инструкций, сохранены. Модель рассчитана прежде всего на повествовательные ответы и ролевые диалоги; для генерации рекомендуется шаблон чата Qwen3.6, а режим thinking включён по умолчанию.

Модель распространяется по лицензии Apache-2.0. Заявленные стилевые результаты основаны на ограниченном наборе ролевых запросов и не гарантируют такого же эффекта в других сценариях; автор также отмечает склонность Qwen к повторам и рекомендует настраивать сэмплирование.

Сценарии применения

  • написание художественных сцен и рассказов
  • ролевые диалоги с персонажами
  • создание повествовательных ответов в заданном стиле
  • диалоговое взаимодействие с анализом изображений
  • выполнение инструкций в творческих сценариях

Ограничения

Показатель снижения клише получен на тесте из 200 ролевых запросов и может не переноситься на другие задачи. Автор отмечает склонность базовой модели к повторам; результат зависит от настроек сэмплирования.

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

Qwen3.6-35B-A3B-StyleTune

image/jpg

Another attempt at a surgical finetuning experiment, Qwen edition! — 46.9% fewer clichés, an entirely new writing style, and the same Qwen3.6 35B-A3B you already know underneath. One tensor changed out of 733. Most importantly? A validation that this technique isn't just a Gemma-specific trick!

Does this turn Qwen into the most fantastic writing model rivaling Gemma? No. But it's a metric ton better, and therefore worth sharing.

What is a style tune?

Normally when I finetune a model I train as much of it as possible, loading every tensor and transforming it to better approximate whatever's in my data. Not this time. This time I trained precisely one tensor: the lm_head output projection - the layer that decides which token to emit. Literally the last stop before text appears on your screen.

This specific tensor has a massive influence on a model's writing style, something I first discovered building MythoMax years ago. So what becomes the road of least resistance when trying to tackle said writing style?

The answer: freeze everything else. All 40 transformer layers, all the attention heads, all the MLPs — completely untouched. Only lm_head trains, which means VRAM requirements drop dramatically, training completes in a single overnight run on consumer hardware, and every single one of Qwen's capabilities remains fully intact. The model hasn't changed. Only the voice has, and it's done so in the best way possible. (Obligatory disclaimer: I might be biased towards my own data.)

I used the same data I had on me for my last Pantheon Reasoning release, with one notable exception - No instruct 24k set. 100% narrative data, certified cliché free.

What changed?

Benchmarked against 200 diverse roleplay prompts versus the base instruct model:

  • 46.9% fewer clichés per 100 words (0.929 → 0.493)
  • Only 19.2% shared trigram vocabulary — the model reaches for an almost entirely different set of phrases, with responses feeling much less sloppy as a result.

Considering we're talking about narrative data it's hard to provide you with many other meaningful statistics — it's one of those "try it to understand it" kinda situations.

What didn't change?

Everything else. All the reasoning capability, world knowledge, instruction following, and language understanding are completely intact - none of those live in lm_head. This isn't a full finetune. It's a targeted style replacement on a single tensor.

Inference

Whatever you prefer. I run with temp 1.0, 0.10 MinP and the DRY sampler. Qwen is a fairly repetitive model, and the DRY especially helps here.

Prompt Format

Qwen3.6's native chat template applies automatically. Thinking mode is enabled by default.

Notes

As mentioned at the start, it's lovely to see this technique being validated for other architectures. Feedback is, as always, very welcome! Let me know if you'd like me to give other models a shot.

Credits

  • Everyone from Anthracite! Hi, guys!
  • Latitude, for which I am still producing finetunes on a regular basis, helping me keep my skills sharp and up-to-date!
  • All the folks I chat with on a daily basis on Discord! You know who you are.
  • Anyone I forgot to mention, just in case!

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
b464ec2

0 моделей