/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-35B-A3B
Библиотека
transformers
Опубликована
18 авг 2026

Qwen3.5-35B-A3B-Drop

Генерация текстаТекст → текст3 профессии

Исследовательская донастройка Qwen3.5-35B-A3B для изучения поведения англоязычных веб-агентов с инструментами после удаления примеров чрезмерных размышлений.

34скачиваний за 30 дней0лайковвеса обновлены18 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

Qwen3.5-35B-A3B-Drop — исследовательская донастройка Qwen/Qwen3.5-35B-A3B, созданная для изучения влияния очистки обучающих данных на поведение веб-агентов. При обучении удаляли целиком траектории с патологическими типами чрезмерных размышлений из таксономии A–G; архитектуру, токенизатор и шаблон вызова инструментов базовой модели сохранили. Это MoE-трансформер с 35 млрд общих и примерно 3 млрд активных параметров на токен; веса bf16 занимают около 65 ГБ. Контекст обучения — 131 072 токена.

Модель предназначена для многошаговой работы с веб-поиском, открытием страниц и поиском по их содержимому через совместимый интерфейс инструментов. Она генерирует текст и обучена прежде всего на англоязычных рассуждениях и траекториях агента. Удаление траекторий призвано уменьшить чрезмерные проверки после ответа, повторный поиск при достаточных данных и рассуждения без опоры на найденный контент.

Это исследовательский артефакт, а не универсальная ассистентская модель. Удаление целых траекторий уменьшает обучающую выборку и смешивает эффект качества данных с эффектом их количества; отдельная дополнительная настройка безопасности не проводилась. Для модели указана лицензия Apache-2.0.

Сценарии применения

  • изучение влияния удаления траекторий на поведение веб-агента
  • выполнение многошагового веб-поиска с вызовом инструментов
  • поиск подтверждений и сведений внутри открытых страниц
  • исследование избыточных повторных поисков после получения ответа
  • оценка остановки агента после сбора достаточных данных

Ограничения

Модель настроена под описанный интерфейс веб-агента и не предназначена для роли универсального ассистента. Удаление траекторий сокращает обучающую выборку, поэтому влияние качества данных смешано с влиянием её размера; дополнительное выравнивание безопасности не проводилось.

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

Qwen3.5-35B-A3B-Drop

Drop is the typed-deletion arm of a four-arm controlled study of training-data interventions against over-reflection in web-search agents. It is a supervised fine-tune of Qwen/Qwen3.5-35B-A3B on the same in-house web-search agent trajectory corpus as the Asis baseline, except that whole trajectories exhibiting pathological over-reflection types are deleted before training. Deletion is typed: trajectories are labeled against an A–G taxonomy of over-reflection behaviors, and the pathological types are removed in their entirety (no editing of surviving trajectories).

This repository contains the full serving weights (13 safetensors shards, ~65 GB, bf16) plus tokenizer, config, and chat template.

Model description

  • Architecture: Qwen3.5-35B-A3B — a mixture-of-experts (MoE) decoder-only transformer with ~35B total parameters and ~3B active per token. Architecture, tokenizer, and chat/tool-calling template are unchanged from the base model.
  • Training context length: 131,072 tokens (full agent trajectories, multi-turn with interleaved tool calls and tool results).
  • Behavior domain: multi-turn web-browsing agentic tool use (search / page-open / in-page find style tool surface) with explicit reasoning.

Training procedure

Full-parameter supervised fine-tuning on a Megatron-based distributed training stack. Identical recipe to the sibling arms; only the data intervention differs.

HyperparameterValue
Epochs2
Global batch size128
Learning rate5e-6, cosine decay to 5e-7
Sequence length131,072
Objectivetoken-level cross-entropy on assistant turns (trajectory imitation)

Intervention: typed whole-trajectory deletion

The study's A–G taxonomy of over-reflection behaviors categorizes pathological patterns in browsing-agent trajectories — e.g., post-answer verification loops (the agent keeps searching after it has already stated the answer), redundant re-search after sufficient evidence has been gathered, and ungrounded reasoning not supported by retrieved content. In this arm, any trajectory carrying a pathological type is removed entirely. This is the coarsest intervention class in the study: it trades corpus size for corpus cleanliness, in contrast to the surgical editing of the Repair arm and the outcome-based filtering of the Correct arm.

ArmIntervention class
Asisnone — unmodified trajectory imitation baseline
Drop (this model)typed whole-trajectory deletion of pathological over-reflection types
Repairtaxonomy-guided surgical repair (truncate post-evidence over-search tails; remove ungrounded trajectories)
Correctcorrectness-filtered subset (deterministic answer matching)

Intended use

Research artifact. Intended for studying how removing pathological demonstrations (as opposed to editing them, or filtering by outcome) affects over-reflection, stopping behavior, and search efficiency in tool-using web agents. It expects a browsing-agent tool surface compatible with its training format (function-calling tools for web search, page opening, and in-page lookup).

Limitations

  • Behavior is tuned for the browsing-agent tool surface described above; it is not a general-purpose assistant fine-tune.
  • Whole-trajectory deletion shrinks the effective training set relative to the Asis baseline; capability differences between arms confound data quality with data quantity by construction (this is part of what the four-arm design measures).
  • No additional safety alignment was applied beyond what the base model provides.
  • Trained primarily for English-language reasoning traces.

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_5MoeForConditionalGeneration
Ревизия весов
bbb19b7

0 моделей