/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Опубликована
24 июл 2026

DeepSeek-V4-Pro-Qwen3.5-4B

Генерация текстаТекст → текст3 профессии

Компактная модель Qwen3.5-4B, дообученная на дистиллированных ответах DeepSeek-V4-Pro для пошагового решения задач по математике и естественным наукам.

3 558скачиваний за 30 дней20лайковвеса обновлены13 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.

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

DeepSeek-V4-Pro-Qwen3.5-4B — компактная модель рассуждений на 4 млрд параметров, созданная Jackrong на основе Qwen3.5-4B от Unsloth. Она дообучена методом SFT с использованием дистиллированных ответов DeepSeek-V4-Pro в режиме Max Effect и примерно 250 тысяч примеров по математике и естественным наукам. Архитектура — плотная Qwen3.5; модель предназначена для диалога и генерации текста. В карточке указаны английский и китайский языки, а базовая Qwen3.5 также поддерживает понимание изображений; возможности обработки изображений этой производной модели отдельно не описаны.

Модель рассчитана на пошаговое решение математических и STEM-задач с декомпозицией и проверкой решения. В README приводятся результаты GSM8K и выборок MMLU-Pro по математике, физике и химии; сообщается об оценке GGUF-сборки MTP-Q8 с контекстом 64K на слот. Карточка также описывает дообучение через Unsloth LoRA с последующим слиянием в BF16. Лицензия — Apache-2.0.

Разработчик характеризует выпуск как экспериментальный. Возможны галлюцинации, арифметические ошибки и сбои на сложных или неоднозначных задачах; оценка MMLU-Pro охватывает выборки, а не полные разделы. Специализированных данных для программирования не было, а перенос навыков программирования и вызова инструментов не подтверждён. Важные результаты следует проверять независимо.

Сценарии применения

  • решение задач по математике с пошаговым объяснением
  • помощь с заданиями по физике и химии
  • разбор школьных математических задач
  • диалоговое объяснение STEM-концепций

Ограничения

Модель может ошибаться в вычислениях и рассуждениях, особенно на сложных или неоднозначных задачах; результаты по MMLU-Pro получены на ограниченных выборках. Данных для специализированного обучения программированию не было, а перенос навыков программирования и вызова инструментов не подтверждён.

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

🤝 Collaboration & Training Support

🔬 1. Distillation & Training Data

📊 2. Benchmark Results

2.1 GSM8K

The MTP-Q8 build was evaluated twice on the complete 1,319-question GSM8K test split. Across 2,638 sampled answers, the model produced 2,421 exact-answer matches, yielding a two-run pass@1 mean of 91.7741%. The two independent run scores were 91.6603% and 91.8878%, a spread of only 0.23 percentage points.

2.2 4B vs. 9B

Both students use the same DeepSeek-V4-Pro teacher pipeline and approximately 250,000-sample mathematics and STEM mixture. The 4B release prioritizes local efficiency; the 9B release retains more capacity for difficult multi-step STEM reasoning.

2.3 MMLU-Pro: Math, Physics & Chemistry

Each model in the comparison below was evaluated on 500 questions from each of three MMLU-Pro subsets—Math, Physics, and Chemistry—for 1,500 questions per model. The table follows the same column design and subject order as the 9B release card. The newly added Claude Mythos-distilled 27B result reaches 86.20% overall and appears directly before Claude Mythos-distilled 9B.

⚙️ 3. Deployment Profile

🎯 4. Recommended Uses

  • Grade-school and general mathematical problem solving
  • Lightweight physics, chemistry, and broader STEM question answering
  • Structured reasoning and analytical instruction following
  • Local experiments with reasoning distillation and compact models
  • MTP-enabled llama.cpp deployment research

⚠️ 5. Limitations

  • This is an experimental 4B community model and remains subject to hallucinations, arithmetic mistakes, reasoning failures, and unstable behavior on difficult or underspecified tasks.
  • The reported MMLU-Pro result covers fixed 500-question samples from Math, Physics, and Chemistry rather than the complete subsets; broader categories remain unevaluated.
  • The GSM8K comparison combines reported results from different inference builds and backends; it is useful as a release overview, not as a perfectly controlled scaling study.
  • The model received no coding-specific SFT data, and coding or tool-use generalization has not yet been established for this 4B checkpoint.
  • A smaller parameter budget creates a visible gap versus the 9B release on the available MMLU-Pro STEM subsets.
  • Users should independently verify high-stakes mathematical, scientific, medical, legal, or factual outputs.

📚 6. Resources, Acknowledgements & Citation

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
3453701

0 моделей