/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
30 авг 2026

OPSD-PI-Qwen3.5-9B-Medium-Trailing-1024-A6000-Merged-Iter8

Генерация текстаТекст → текст6 профессий

Промежуточный объединённый чекпойнт Qwen3.5-9B для экспериментальной оценки чат-модели и генерации кода после OPSD-обучения.

40скачиваний за 30 дней0лайковвеса обновлены30 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

OPSD-PI Qwen3.5-9B Medium Trailing — это полностью объединённый чекпойнт Qwen3.5-9B, опубликованный LSW142857. Репозиторий содержит промежуточную версию на итерации 8 после девяти завершённых обновлений, а не финальную версию на итерации 31. В веса включены экспертная SFT-инициализация, обновления OPSD LoRA для основной модели и MTP, а также непосредственно обученные тензоры full-MTP; для загрузки дополнительных адаптеров или чекпойнтов не требуется. Модель имеет плотную архитектуру Qwen3.5 и загружается через Transformers; заявлены чат и задачи с кодом.

Чекпойнт предназначен для экспериментальной оценки студенческой модели после обучения с PI-моделью в роли учителя. В README рекомендовано оценивать студента без добавления Medium PI и использовать отложенные задания, а не 1024 обучающие строки. Параметры обучения, метрики итерации 8, происхождение и хеши частей весов вынесены в файлы конфигурации и манифеста. Сведения о лицензии и контекстном окне в предоставленных данных отсутствуют.

Сценарии применения

  • оценка промежуточного студенческого чекпойнта OPSD на отложенных заданиях
  • генерация и дополнение кода в чат-сценариях
  • сравнение результатов итерации 8 с другими чекпойнтами обучения
  • эксперименты с генерацией текста на основе архитектуры Qwen3.5

Ограничения

Это промежуточный чекпойнт итерации 8, а не финальная итерация 31; его следует оценивать на отложенных заданиях, не используя обучающие строки. README не сообщает лицензию.

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

OPSD-PI Qwen3.5-9B Medium Trailing — merged checkpoint iteration 8

This public repository contains the directly loadable, fully merged Hugging Face model for the Medium PI trailing_user OPSD checkpoint at zero-indexed iteration 8 (9 completed updates). It is an intermediate checkpoint, not the final iteration-31 model.

The four model shards already contain:

  • the merged expert-SFT initialization;
  • the iteration-8 main-model OPSD LoRA update;
  • the iteration-8 MTP LoRA update;
  • every directly trained full-MTP tensor.

No adapter, merge tool, or additional checkpoint is required.

Load

from transformers import AutoModelForCausalLM, AutoProcessor

repo = "LSW142857/OPSD-PI-Qwen3.5-9B-Medium-Trailing-1024-A6000-Merged-Iter8"
processor = AutoProcessor.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo,
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

Integrity

sha256sum -c SHA256SUMS

All 775 output tensors were verified exactly before upload: 135 LoRA targets, 15 full-MTP targets, 7 overlapping MTP targets, and 143 unique touched tensors. For overlapping MTP projections, full-MTP restoration was applied before the MTP LoRA delta.

The PI was teacher-only during training. Evaluate the student without adding Medium PI, and use held-out tasks rather than the 1024 training rows. Exact configuration, iteration-8 metrics, provenance, and shard hashes are recorded in training_config.json and merge_manifest.json.

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
cf33771

0 моделей