/ Модель

Характеристики

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

qwen35_4b_sft_VE

Изображение и текст → текст6 профессий

Дообученный на дистиллированных траекториях чекпойнт Qwen3.5-4B для диалога, понимания изображений и сценариев с вызовом инструментов.

62скачиваний за 30 дней0лайковвеса 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 «Изображение → 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

JianhuiWei подготовил этот чекпойнт Qwen3.5-4B с помощью трёхэтапного дообучения по Pareto curriculum. Модель основана на Qwen/Qwen3.5-4B и предназначена для диалоговых сценариев с пониманием изображений и использованием инструментов; основная задача в метаданных — image-text-to-text. Чекпойнт выбран на третьем этапе обучения, на шаге 105; обучение использовало дистиллированные траектории Qwen3.5-122B с оценкой награды не ниже 0,3 и обычную невзвешенную кросс-энтропию по токенам ассистента.

В репозитории есть пользовательский шаблон чата Qwen3.5 для обучения и инференса: он повторно включает непустой reasoning_content и поддерживает параллельные вызовы инструментов в формате Qwen. Для работы с SGLang шаблон следует передавать явно, чтобы сохранить соответствие формату обучения. Модель распространяется в формате safetensors; состояния оптимизатора, планировщика, тренера и генератора случайных чисел не включены. Языки, размер контекста и лицензия в предоставленных сведениях не описаны.

Сценарии применения

  • ответы на вопросы по изображениям в диалоге
  • ведение мультимодального диалога с изображениями
  • выполнение диалоговых сценариев с вызовом инструментов
  • генерация ответов по пользовательским запросам с изображениями

Ограничения

Чекпойнт выбран на раннем шаге обучения (глобальный шаг 105), поэтому качество на широком круге задач не установлено предоставленными данными. Лицензия и поддерживаемые языки в карточке и метаданных не приведены.

Для каких профессий подходит6

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

Qwen3.5-4B · Pareto Curriculum SFT

This is the best checkpoint from a three-stage Pareto curriculum SFT run on Qwen3.5-4B. It was trained with ordinary unweighted token cross-entropy and without Error Tool-Call Mask.

Training summary

  • Base model: Qwen/Qwen3.5-4B
  • Selected checkpoint: Stage 3, global step 105
  • Training data: Qwen3.5-122B distilled trajectories with reward >= 0.3
  • Curriculum: reward 0.3-0.5 -> case-wise Pareto 0.3-0.7 -> highest band per case 0.3-1.0
  • Loss: unweighted assistant-token cross-entropy
  • Error Tool-Call Mask: disabled

Custom chat template

The repository includes chat_template.jinja, a custom Qwen3.5 template used for both SFT rendering and inference. Unlike the stock history behavior, it always replays non-empty assistant reasoning_content inside <think> blocks. It also renders parallel tool calls with the XML-style Qwen tool-call format and groups tool responses into the following user turn.

AutoProcessor.from_pretrained() loads the bundled template. When serving with SGLang, pass it explicitly to ensure training/inference parity:

python -m sglang.launch_server \
  --model-path /path/to/model \
  --chat-template /path/to/model/chat_template.jinja \
  --reasoning-parser qwen3 \
  --tool-call-parser qwen3_coder

Thinking is enabled by default. To render a generation prompt without an open reasoning block, pass enable_thinking=False in the chat-template kwargs.

Transformers loading

import torch
from transformers import AutoProcessor, Qwen3_5ForConditionalGeneration

model_id = "/path/to/model"
processor = AutoProcessor.from_pretrained(model_id)
model = Qwen3_5ForConditionalGeneration.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

text = processor.apply_chat_template(
    [{"role": "user", "content": "Describe the video."}],
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True,
)

The checkpoint is stored as Hugging Face safetensors. Optimizer, scheduler, trainer, and RNG states are intentionally excluded.

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
7faff13

0 моделей