/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

Qwen3.5-4B-TMax-CISPO

HerrHruby
Генерация текстаТекст → текст3 профессии

Дообученная на TMax-15K методом CISPO модель Qwen3.5-4B для исследований RL и выполнения терминальных задач агентом.

30скачиваний за 30 дней0лайковвеса обновлены10 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 «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.

Открыть конструктор бенчмарка

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

Qwen3.5-4B-TMax-CISPO — дообученная модель семейства Qwen3.5, созданная автором репозитория на базе Qwen/Qwen3.5-4B. Она обучена методом CISPO в среде TMax-15K с асинхронным сбором запусков и обучением; агент использует интерфейс команд Terminus-2. Модель предназначена для экспериментов с RL для терминальных агентов и выполнения командных сценариев короткой и умеренной сложности.

Это плотная модель на 4 млрд параметров в формате safetensors, работающая через Transformers; базовая модель мультимодальна, но данное обучение использовало только текстовые данные. Модель не настроена для универсального диалога. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с обучением терминального агента методом RL
  • выполнение коротких сценариев через интерфейс команд Terminus-2
  • оценка поведения языковой модели в среде TMax-15K

Ограничения

Это исследовательский чекпойнт, обученный на текстовом подмножестве TMax-15K короткой и умеренной сложности; он не настроен для универсального чата. README указывает, что экспортирован чекпойнт на шаге обучения 51.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.7Разработка и данныеDevOps, облако и эксплуатация IT-системAI помогает развёртывать, наблюдать и оптимизировать цифровые системы и облачную инфраструктуру.20 задач7 196моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-4B-TMax-CISPO

Qwen3.5-4B fine-tuned with CISPO (Clipped IS-weight Policy Optimization) on the TMax-15K terminal-agent RL environment, using a fully-asynchronous rollout/trainer setup (verl).

Training

  • Base model: Qwen/Qwen3.5-4B
  • Algorithm: CISPO (rollout-anchored), clip high 0.28 / low 10
  • Sampling: temperature 1.0, top_p 1.0, group size 16
  • Data: TMax-15K, text-only short/moderate complexity split (AppTainer-compatible allowlist)
  • Agent: terminal_echo_tool_agent (Terminus-2 command interface)
  • Precision: fp32 generation/LM head + fused chunked cross-entropy
  • Exported from trainer checkpoint (global_step 51).

Intended use

Research checkpoint for terminal/agentic RL. Not instruction-tuned for general chat.

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
b6fe7d7

0 моделей

    Создать бенчмарк