/ Модель

Характеристики

Контекст
262 144 токена
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
26 авг 2026

SPUPER-qwen3.5-9b-quanquer-add

Изображение и текст → текст4 профессии

Дообученная мультимодальная Qwen3.5-9B для диалога и генерации текстовых ответов по изображениям и текстовым запросам.

455скачиваний за 30 дней0лайковвеса обновлены26 авг 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

SPUPER-qwen3.5-9b-quanquer-add — дообученная компанией или автором Hahmdong модель на базе Qwen/Qwen3.5-9B, обученная с помощью TRL. По метаданным, это плотная мультимодальная архитектура Qwen3.5 с 9 млрд параметров, рассчитанная на диалог и обработку изображений; pipeline_tag модели — image-text-to-text. README показывает пример диалога с текстовым вопросом, но не описывает конкретные данные или специализацию дообучения.

Модель подходит для диалога с изображениями и генерации текстовых ответов на визуальные и текстовые запросы. Базовая Qwen3.5-9B также описана в каталоге как модель для рассуждений, программирования и агентных задач, однако карточка этого дообучения не подтверждает отдельные улучшения в этих сценариях. В репозитории указаны библиотека Transformers и формат safetensors. Лицензия и ограничения на использование в предоставленных данных не описаны.

Сценарии применения

  • вопросы и ответы по изображениям
  • диалог с визуальным помощником
  • генерация ответов на текстовые вопросы
  • анализ изображений в чате

Ограничения

README не приводит результатов оценки, обучающих данных или конкретной специализации дообучения. Лицензия в предоставленных данных не указана.

Для каких профессий подходит4

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

Model Card for SPUPER-qwen3.5-9b-quanquer-add

This model is a fine-tuned version of Qwen/Qwen3.5-9B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.27.1
  • Transformers: 5.9.0
  • Pytorch: 2.11.0+cu129
  • Datasets: 4.0.0
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
c499888

0 моделей