/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-9B
Опубликована
6 сен 2026

DeepSeek-V4-Pro-Qwen3.5-9B-MTP-GGUF

Генерация текстаТекст → текст15 профессий

DeepSeek-V4-Pro-Qwen3.5-9B — компактная языковая модель класса 9B, созданная Kottk14-02-09 на основе unsloth/Qwen3.5-9B.

1 198скачиваний за 30 дней0лайковвеса обновлены6 сен 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

Это reasoning-ориентированная дистилляция ответов DeepSeek-V4-Pro в режиме Max Effect с дополнительной настройкой под математику и STEM-задачи. В README также указано сотрудничество с инженером по аппаратному обеспечению Kyle Hessling, который помогал с инфраструктурой, обучением и оцениванием.

Модель предназначена для генерации текста, многошагового решения математических и научных задач, структурированного рассуждения, а также может применяться в программировании, tool use и function calling. Обучение включало примерно 250 000 примеров по математике и STEM; при этом заявлены небольшие улучшения в программировании и использовании инструментов даже без специализированных данных для SFT по коду. Поддерживаются английский, китайский, корейский, японский, испанский и русский языки. Модель относится к текстовым генеративным моделям; сведения о мультимодальности и размере контекста в README не указаны.

К сильным сторонам относятся относительно небольшой размер, практичная развёртываемость и фокус на математическом и научном рассуждении. Для запуска и оценки упомянуты vLLM с NVFP4 и llama.cpp с MTP-Q8_0. Ограничения модели, точные результаты бенчмарков, качество по отдельным языкам и требования к аппаратному обеспечению не приведены, поэтому их следует проверять самостоятельно. Модель распространяется по лицензии Apache-2.0.

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

🤝 Collaboration & Training Support

🔬 1. Distillation & Training Data

📊 2. Benchmark Results

2.1 GSM8K

The NVFP4 checkpoint was evaluated on GSM8K four times, and the resulting scores were averaged. Its four-run mean accuracy is 94.50% under vLLM. In the comparison supplied with this release, the 9B student slightly exceeds the reported DeepSeek-V4-Pro teacher result and approaches the Llama-3.3-70B-Instruct reference.

2.2 MMLU-Pro: Math, Physics & Chemistry

Each model was evaluated on 500 questions from each of three MMLU-Pro subsets—Math, Physics, and Chemistry—for 1,500 questions per model. In this reported comparison, DeepSeek-V4-Pro-Qwen3.5-9B achieves the highest average at 90.53%. Its compact 4B sibling is now included alongside the Qwen and Claude Mythos-distilled references.

2.3 Inference Efficiency

🛠️ 3. Generalization Beyond the Training Mix

✅ 4. Instruction Following & Output-Format Compliance

🎮 Game Showcase: Star Skip by Kyle

🎯 5. Recommended Uses

  • Mathematical problem solving and step-by-step derivation
  • Physics, chemistry, and broader STEM question answering
  • Structured reasoning and analytical instruction following
  • Research on reasoning distillation and cross-domain SFT transfer
  • Experimental tool-calling or programming workflows where outputs are independently validated

⚠️ 6. Limitations

  • This is an experimental 9B community model and remains subject to hallucinations, reasoning errors, and unstable behavior on difficult or underspecified tasks.
  • The reported MMLU-Pro results are based on 500 randomly sampled questions from each of the Math, Physics, and Chemistry subsets, rather than the complete subsets; they are not a comprehensive capability or safety evaluation.
  • GSM8K and MMLU-Pro used different inference builds and backends, so their scores should not be used to infer quantization equivalence.
  • Programming and tool-use gains were observed without direct coding supervision but are described only as small, preliminary generalization gains.
  • Users should independently verify high-stakes mathematical, scientific, or factual outputs.

📚 7. 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
4307aa4

0 моделей