/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,4 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
2 мар 2026

Qwen3.5-4B-Safety-Thinking

Генерация текстаТекст → текст12 профессий

Qwen3.5-4B-Safety-Thinking — языковая модель для генерации текста, разработанная Merlin Research на основе Qwen/Qwen3.5-4B.

1 329скачиваний за 30 дней20лайковвеса обновлены14 июл 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

Она предназначена для безопасных ассистентов и чат-ботов, задач со строгим соблюдением инструкций, исследований в области AI alignment и безопасности, тестирования устойчивости, а также агентских сценариев, где важны предсказуемость и контролируемость поведения.

Модель содержит около 4 млрд параметров и обучена методом LoRA-based supervised fine-tuning (SFT) с последующим объединением в BF16-чекпойнт. Она поддерживает формат рассуждений <think>...</think>, предназначенный для отделения процесса рассуждения от финального ответа. Заявлена возможность работы с контекстом до 1 млн токенов, однако подробности реализации этого режима не приведены. Указан английский язык. Обучение проводилось на закрытых наборах данных Merlin Research с применением подходов для повышения надёжности рассуждений, следования инструкциям, безопасности и снижения misalignment, включая framework Bloom&Petri.

К сильным сторонам относятся структурированное рассуждение, следование ограничениям, безопасность, устойчивость к распространённым adversarial inputs и согласованность ответов. Ограничения включают отсутствие опубликованных подробных результатов оценки, неполную информацию о поддерживаемых языках и активную разработку и валидацию GGUF-артефактов; для стабильной работы рекомендуется BF16 Transformers checkpoint. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит12

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-Safety-Thinking

QwenMerlin

4B parameters • 1M context possible • Safety reasoning

🤗 Model | [📖 arXiv in progress]

Model Overview

qwen3.5_small_size_score

This model has been specifically optimized to excel in several key areas:

  • Structured Reasoning Quality: Enhanced ability to break down complex problems and think step-by-step.
  • Instruction Adherence: Superior capability to follow strict guidelines and constraints provided in prompts.
  • Safety-Aligned Behavior: Designed to operate safely in practical assistant and autonomous agent workflows.
  • Robustness: Increased resistance against common misalignment patterns and adversarial inputs.

It leverages a rigorous post-training stack that combines supervised reasoning tuning with alignment-oriented optimization, focusing heavily on reliable behavior in real-world applications.

Training Approach

  • Base Model: Qwen/Qwen3.5-4B
  • Methodology: LoRA-based Supervised Fine-Tuning (SFT) resulting in a merged BF16 checkpoint.
  • Reasoning Architecture: Native support and normalization for the <think>...</think> format to explicitly separate the reasoning process from the final output.
  • Optimization Focus: Enhancing safety reasoning, maximizing controllability, and ensuring response consistency.

Data

This model was trained on Merlin Research private datasets built from internal R&D pipelines for:

  • reasoning reliability improvements,
  • instruction-following robustness,
  • safety behavior refinement,
  • misalignment reduction in applied scenarios.
  • Using Anthropic’s framework Bloom&Petri for for better behavioral alignment.

petri (https://www.anthropic.com/research/petri-open-source-auditing)

Intended Use Cases

This model is particularly well-suited for:

  • Building safety-oriented reasoning assistants and chatbots.
  • Tasks requiring strict, constrained instruction-following.
  • Experimentation in AI alignment, safety research, and robustness testing.
  • Agentic workflows where predictable and safe autonomous behavior is required.

GGUF Status

GGUF artifacts are currently in active development and validation.

At this stage, we recommend using the BF16 Transformers checkpoint for stable results. Updated and fully validated GGUF builds will be published in future releases.

For Ollama

ollama create qwen35-safety-thinking-bf16 -f Modelfile
ollama run qwen35-safety-thinking-bf16

Organization

Designed, developed, and maintained with ❤️ by Merlin Research.

Citation

If you utilize this model in your research or applications, please cite it as follows:

@misc{qwen3.5-4b-safety-thinking,
  author = {Merlin Research},
  title = {Qwen3.5-4B-Safety-Thinking: A Reasoning and Safety Aligned Model},
  year = {2026},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/MerlinSafety/Qwen3.5-4B-Safety-Thinking}},
  note = {Base model: Qwen/Qwen3.5-4B}
}

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
0ae86fc

0 моделей