/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-4B
Опубликована
1 авг 2026

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

Генерация текстаТекст → текст3 профессии

DeepSeek-V4-Pro-Qwen3.5-4B — компактная модель для генерации текста и рассуждений, опубликованная Jackrong.

5 225скачиваний за 30 дней52лайкавеса обновлены13 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Она представляет собой дообученную версию Qwen3.5-4B, обученную на ответах DeepSeek-V4-Pro в режиме Max Effect. Модель ориентирована на воспроизведение многошаговых рассуждений, декомпозицию задач и решение задач математики и STEM; заявленный учебный набор включает около 250 000 соответствующих примеров.

Модель содержит около 4 млрд параметров и поставляется в формате GGUF, что делает её подходящей для более доступного локального развертывания по сравнению с крупными моделями. Указаны поддерживаемые языки английский и китайский, задача — text generation. В README также упоминается оценка MTP-Q8, а проверка проводилась на полных запусках GSM8K и фиксированных выборках MMLU-Pro по математике, физике и химии, однако конкретные результаты не приведены.

Сильные стороны модели — компактный размер, специализация на математическом и научном рассуждении и использование дистилляции от более мощной модели. Ограничениями являются меньший масштаб относительно исходной модели-учителя и отсутствие в представленном описании подробных данных о точности, максимальном контексте, архитектуре и мультимодальных возможностях, поэтому её качество в общих задачах и поддержка других сценариев не подтверждены. Лицензия — Apache-2.0.

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

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
99a05e8

0 моделей