MR 9B v3 async v2 CISPO — step 150
Hugging Face-compatible model weights exported from checkpoint step 150 of the
wdblemve run. The model was initialized from HerrHruby/MR_midtrain_9B_v3.
This checkpoint is intended for inference and evaluation.
Характеристики
- Контекст
- 262 144 токена
- Архитектура
- qwen3_5 · dense
- Базовая модель
- MR_midtrain_9B_v3
- Библиотека
- transformers
- Опубликована
- 11 авг 2026
Ссылки
mr_midtrained_9b_v3_async_v2_cispo_step_150
Экспериментальный чекпойнт Qwen3.5 для диалоговой генерации текста и оценки, дообученный от MR_midtrain_9B_v3.
19скачиваний за 30 дней0лайковвеса обновлены11 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
MR 9B v3 async v2 CISPO — step 150 — это веса модели, экспортированные из контрольной точки шага 150 эксперимента wdblemve и совместимые с Hugging Face Transformers. Модель основана на HerrHruby/MR_midtrain_9B_v3, архитектура — плотная Qwen3.5 с классом Qwen3_5ForConditionalGeneration; в метаданных указан формат safetensors и задача генерации текста. Карточка позиционирует чекпойнт для инференса и оценки.
Модель подходит для диалоговой генерации текста. Данных о специализации по языкам, размере и длине контекста в предоставленных источниках нет. Лицензия в предоставленных данных не указана.
Сценарии применения
- генерация ответов в диалоге
- оценка качества контрольной точки модели
- инференс текстовой генеративной модели
Ограничения
Чекпойнт шага 150 может быть промежуточным и его качество требует оценки. Языковая поддержка и лицензия не отражены в предоставленных данных.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- Qwen3_5ForConditionalGeneration
- Ревизия весов
- 4861222