/ 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-Repair

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-35B-A3B для веб-агентов, призванная сокращать избыточный поиск и опираться на найденные источники.

35скачиваний 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-Repair — исследовательская дообученная модель Minbyul на базе Qwen/Qwen3.5-35B-A3B. Она предназначена для многошаговых веб-агентов, которые ищут информацию, открывают страницы и находят сведения внутри них с помощью вызовов инструментов. Модель обучена на траекториях работы агента, где избыточный поиск после сбора достаточных доказательств обрезан, а рассуждения, не подтверждённые найденным содержимым, удалены. Цель обучения — улучшить выбор момента остановки и связь ответов с источниками.

Модель использует архитектуру MoE с примерно 35 млрд параметров, из которых около 3 млрд активны на каждом токене; архитектура и шаблон вызова инструментов унаследованы от базовой модели. Контекст обучения — 131 072 токена. Доступны полные веса bf16 в формате safetensors. Модель рассчитана прежде всего на англоязычные рассуждения и веб-навигацию; лицензия — Apache-2.0.

Это не универсальный помощник: её поведение настроено на совместимую среду веб-агента и соответствующий формат инструментов. Обрезанные обучающие примеры могут привести к недостаточной проверке там, где она действительно нужна; дополнительное выравнивание безопасности не проводилось.

Сценарии применения

  • поиск ответа на вопрос в интернете с помощью веб-инструментов
  • открытие страниц и поиск нужных сведений внутри них
  • завершение веб-поиска после сбора достаточных доказательств
  • формирование ответов, основанных на содержимом найденных страниц

Ограничения

Настроена под веб-агентскую среду с совместимыми инструментами поиска, открытия страниц и поиска по странице; не предназначена для роли универсального помощника. Может недостаточно проверять ответ, когда дополнительное подтверждение действительно необходимо; отдельного выравнивания 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-Repair

Repair is the surgical-repair 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, with trajectories edited rather than merely selected: post-evidence over-search tails are truncated away, and trajectories whose reasoning is ungrounded in retrieved content are removed.

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: taxonomy-guided surgical repair

Guided by the study's A–G taxonomy of over-reflection behaviors in browsing agents (e.g., post-answer verification loops, redundant re-search after sufficient evidence, ungrounded reasoning), this arm applies two operations:

  1. Truncation of post-evidence over-search tails. When a trajectory has already gathered sufficient evidence for its final answer but continues searching, the redundant tail is cut and the trajectory ends at the natural stopping point. The grounded prefix — the useful demonstration — is retained.
  2. Removal of ungrounded trajectories. Trajectories whose reasoning or answer is not supported by the content actually retrieved during the episode are dropped, since no truncation point can make them sound.

This is the finest-grained intervention class in the study: unlike the Drop arm it salvages the healthy portion of pathological trajectories, and unlike the Correct arm it conditions on process quality rather than outcome correctness.

ArmIntervention class
Asisnone — unmodified trajectory imitation baseline
Droptyped whole-trajectory deletion of pathological over-reflection types
Repair (this model)taxonomy-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 whether editing demonstrations at the point of pathology (rather than deleting or outcome-filtering them) transfers a better stopping policy to the trained agent. 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.
  • Truncated demonstrations end at an imposed stopping point; the model may under-verify in settings where additional confirmation is genuinely warranted.
  • 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
42f9497

0 моделей