/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Опубликована
30 апр 2026

Qwen3.5-4B-M2-OMv2

Генерация текстаТекст → текст3 профессии

Экспериментальное слияние Qwen3.5-4B с двумя моделями-дистиллятами для генерации текста и диалога.

168скачиваний за 30 дней1лайквеса обновлены1 мая 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

ManniX выпустил экспериментальную слитую модель Qwen3.5-4B-M2-OMv2 на архитектуре Qwen3.5 с 4 млрд параметров. Она объединяет Qwen/Qwen3.5-4B и две производные модели с дистилляцией рассуждений: Jackrong/Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-v2 и Crownelius/Crow-4B-Opus-4.6-Distill-Heretic_Qwen3.5. Для слияния применён рецепт OMv2 без взвешивания по сигналу важности; README указывает веса источников 0,55 и 0,45 и плотность 0,53.

Модель предназначена для генерации текста и диалогового использования. В опубликованном сравнении на HumanEval ни один вариант слияния не превзошёл базовую Qwen3.5-4B, тогда как отдельные варианты исследования показали улучшение на MBPP; README не приводит результат M2 отдельно. Доступны веса в safetensors и GGUF Q6_K, лицензия — Apache-2.0. Метаданные указывают интерфейс вызова инструментов, но README не описывает его поведение и не сообщает длину контекста. Язык карточки — английский.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • проверка рецептов слияния языковых моделей
  • генерация и дополнение кода
  • оценка качества на задачах HumanEval и MBPP

Ограничения

В приведённом исследовании варианты слияния уступили базовой Qwen3.5-4B на HumanEval; отдельный результат M2 не указан. Результаты относятся к описанной оценке и не гарантируют качество на других задачах.

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

Qwen3.5-4B-M2-OMv2

OMv2 recipe (OBIM-lite + DAREx-q + EMR election) without any importance-signal weighting. Isolates the recipe's contribution from the importance signal in the M3/M5 variants.

Sources

RoleModel
BaseQwen/Qwen3.5-4B
Source AJackrong/Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-v2
Source BCrownelius/Crow-4B-Opus-4.6-Distill-Heretic_Qwen3.5

Weights: 0.55 (A) / 0.45 (B). Density: 0.53. Seed: 42.

Phase 1+2 comparison (Q6_K)

#RecipeMergerImportanceHumanEval pass@1MBPP pass@1
floorQwen/Qwen3.5-4B (no merge)——60.37% 🥇45.80%
src AJackrong-v2 (Claude-4.6-Opus reasoning distill)——60.37%45.00%
src BCrow-4B (Opus-4.6 distill, heretic)——54.88%48.20%
M1Vanilla DARE-TIESdare_ties_merge.pynone51.22%47.00%
M2 (this)OMv2 recipe (OBIM-lite + DAREx-q + EMR election)dare_ties_merge.pynone52.44%49.40%
M3OMv2 + Fisherdare_ties_merge.pyFisher57.93%48.80%
M4ex-LRP (mergekit PR #682)mergekit (PR #682)LRP51.22%49.40%
M4-v2ex-LRP (PR #682 turbo, w=1/1, d=0.7)mergekit PR #682 turboLRP55.49%52.20% 🥇
M5OMv2 + LRPdare_ties_merge.pyLRP53.05%51.40%

Eval methodology: llama-server (--reasoning-format deepseek --reasoning-budget 8192 --parallel 2 --cache-type-k q8_0 --cache-type-v q8_0 -c 32768) → lm_eval local-completions against raw /v1/completions, temperature 0, max_gen_toks=2048. All five variants scored under identical conditions. Floor reference: the top three rows are the base model and the two source fine-tunes evaluated under the same methodology. Hard finding: no merge beats Qwen3.5-4B base on HumanEval (best merge M3 = 57.93%, base = 60.37%). On MBPP, M4-v2 (52.20%) and M5 (51.40%) clearly beat both sources (best source: Crow at 48.20%) — merging does add MBPP capability, but borrows HumanEval ground.

Other variants in this study

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
0dadbc9

0 моделей