/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
33,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwopus3.5-9B-v3.5
Опубликована
20 апр 2026

Qwopus-GLM-18B-Healed

Генерация текстаТекст → текст15 профессий

Производная модели KyleHessling1/Qwopus-GLM-18B-Healed. Слитая и дополнительно сглаженная 18-миллиардная модель Qwen3.5 для диалоговой генерации, рассуждений и вызова инструментов.

59скачиваний за 30 дней4лайкавеса обновлены20 апр 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

Карточка модели Jackrong/Qwopus-GLM-18B-Healed на Hugging Face совпадает с карточкой KyleHessling1/Qwopus-GLM-18B-Healed, поэтому описание составлено по ней.

Qwopus-GLM-18B-Healed — плотная языковая модель примерно на 18 млрд параметров, собранная Kyle Hessling как 64-слойное слияние двух дообученных моделей Qwen3.5-9B от Jackrong. Первые 32 слоя взяты из Jackrong/Qwopus3.5-9B-v3.5, остальные — из Jackrong/Qwen3.5-9B-GLM5.1-Distill-v1; границу между частями сгладили 1000 шагами QLoRA-дообучения. В репозитории размещены исходные веса BF16 в формате safetensors для дальнейшей квантизации или дообучения.

Модель предназначена для генерации текста в диалоге, рассуждений, вызова инструментов и агентных сценариев. Автор сообщает о результатах на собственной серии из 44 тестов, включая проверки вызова инструментов и агентных задач; это заявление автора, а не независимая оценка. Метаданные указывают поддержку английского, китайского, корейского, японского, французского, немецкого и испанского языков. Лицензия — Apache-2.0. Для запуска и квантизации требуются подходящие вычислительные ресурсы; готовая квантизированная версия размещена отдельно.

Сценарии применения

  • диалоговые ответы и генерация текста
  • вызов инструментов в агентных сценариях
  • решение задач с рассуждениями
  • генерация HTML, CSS и JavaScript
  • создание квантизированных вариантов для локального запуска
  • дообучение на собственных данных

Ограничения

Опубликованные показатели производительности получены на собственной тестовой серии автора и не являются независимой оценкой. Полные BF16-веса требуют значительных вычислительных ресурсов; для меньшего потребления памяти понадобится квантизированная версия.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwopus-GLM-18B-Healed — Base Weights

Full BF16 safetensors for the healed Qwopus-GLM-18B frankenmerge. Use these to create your own quantizations (GGUF, AWQ, GPTQ, EXL2, etc.) or as a base for further fine-tuning.

For a ready-to-use Q4_K_M GGUF, see: KyleHessling1/Qwopus-GLM-18B-Merged-GGUF

What This Is

A 64-layer frankenmerge of two of Jackrong's Qwen3.5-9B finetunes, healed with a 1000-step QLoRA fine-tune:

Model Details

PropertyValue
Parameters~18B
Layers64 (32 + 32)
Hidden Size4096
Attention Heads16 (4 KV heads, GQA)
Attention TypeHybrid (linear + full, every 4th layer)
Context Length262,144 tokens
PrecisionBF16
Total Size~31 GB (7 safetensor shards)

Performance

Beats Qwen 3.6-35B-A3B MoE on our 44-test capability suite at less than half the VRAM:

Qwopus-GLM-18B (healed)Qwen 3.6-35B MoE
Score40/44 (90.9%)38/44 (86.4%)
Tool Calling6/66/6
Agentic4/44/4
Programming12/1512/15
Q4_K_M Size9.2 GB22 GB

Frontend stress tests: 62/63 checks passed across 6 complex HTML/CSS/JS generation tasks with perfectly balanced braces/parens and zero garbled output.

Quantizing

GGUF (llama.cpp)

python3 convert_hf_to_gguf.py \
  KyleHessling1/Qwopus-GLM-18B-Healed \
  --outfile Qwopus-GLM-18B-healed-f16.gguf \
  --outtype bf16

llama-quantize \
  Qwopus-GLM-18B-healed-f16.gguf \
  Qwopus-GLM-18B-healed-Q4_K_M.gguf \
  Q4_K_M

AutoGPTQ / AWQ / EXL2

Load with standard HuggingFace transformers and quantize with your preferred tool:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "KyleHessling1/Qwopus-GLM-18B-Healed",
    torch_dtype="bfloat16",
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained("KyleHessling1/Qwopus-GLM-18B-Healed")

Files

model-00001-of-00007.safetensors  (5.0 GB)
model-00002-of-00007.safetensors  (5.0 GB)
model-00003-of-00007.safetensors  (5.0 GB)
model-00004-of-00007.safetensors  (5.0 GB)
model-00005-of-00007.safetensors  (5.0 GB)
model-00006-of-00007.safetensors  (5.0 GB)
model-00007-of-00007.safetensors  (1.1 GB)
model.safetensors.index.json
config.json
tokenizer.json
tokenizer_config.json
chat_template.jinja

Credits

All credit for the source models goes to Jackrong. The heal training used his published datasets. See the full merge documentation for the complete technical workflow.

License

Apache 2.0 (inherited from source models)

Contact

Questions, issues, or cool projects? Reach out on X: @KyleHessling1

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
08b211b

0 моделей