/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
54,7 ГБ
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
14 авг 2026

qwen35-27b-ancient-rl-r32-step250

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Qwen3.5-27B, дообученный методом GRPO для перевода и аннотирования на уйгурском, традиционном монгольском и тибетском языках.

25скачиваний за 30 дней0лайковвеса обновлены14 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

Qwen3.5-27B Ancient RL R32 Step 250 Merged — слитый чекпойнт на базе Qwen3.5-27B от автора MooreMuaMu. Это плотная модель семейства Qwen3.5 с примерно 27,36 млрд параметров, представленная в формате safetensors и предназначенная для загрузки через Transformers. Модель дообучена методом GRPO с адаптером LoRA ранга 32 на переводе и аннотировании уйгурского, традиционного монгольского и тибетского языков.

Чекпойнт выбран как лучший из этапа Ancient Swift RL Stage 2 в небольшой оценке на 300 промптах: автор сообщает об улучшении относительно базовой модели по Exact, Char-F1 и BERTScore-F1. Он подходит для перевода и аннотирования материалов на указанных языках в формате диалога. README помечает модель как экспериментальную и рекомендует проводить собственную оценку для конкретной задачи; результат небольшой тестовой выборки не гарантирует качество на других данных. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • перевод текстов с уйгурского языка
  • перевод текстов на уйгурский язык
  • перевод текстов с традиционного монгольского языка
  • перевод текстов с тибетского языка
  • аннотирование текстов на уйгурском, монгольском и тибетском языках

Ограничения

Оценка автора проведена на небольшой выборке из 300 промптов, поэтому её результаты не гарантируют качество на других данных. Чекпойнт экспериментальный; перед практическим применением требуется оценка на целевой задаче.

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

Qwen3.5-27B Ancient RL R32 Step 250 Merged

This repository contains full merged model weights. It is not a LoRA-only adapter repo. Users can load this repo directly with a Transformers version that supports qwen3_5 / Qwen3_5ForConditionalGeneration.

The corresponding adapter-only repo is MooreMuaMu/qwen35-27b-ancient-rl-r32-step250-lora.

Usage

import torch
from transformers import AutoProcessor, Qwen3_5ForConditionalGeneration

repo_id = "MooreMuaMu/qwen35-27b-ancient-rl-r32-step250"
model = Qwen3_5ForConditionalGeneration.from_pretrained(
    repo_id,
    dtype=torch.bfloat16,
    device_map="auto",
)
processor = AutoProcessor.from_pretrained(repo_id)

For text-only serving, use the same chat template/tokenizer files included in this repo.

Selection status

Recommended checkpoint from the Ancient Swift RL Stage 2 R32 run. In the held-out 300-prompt small eval, step250 was the best checkpoint and showed statistically significant improvement versus the base model.

Do not use later checkpoints from this run (step300, step350, step400, step450) for model selection: held-out quality degraded at step300 and collapsed after step350.

Training run

  • Base model: /blob/models/qwen35-27b-ancient-stage2/checkpoint-227-merged
  • Source LoRA checkpoint: /blob/experiments/ancient-swift-rl-stage2/qwen35_27b_ckpt227_uy_mn_bo_ta_full_r32_lr1e4/v0-20260811-070520/checkpoint-250
  • LoRA rank/alpha: 32/32
  • LoRA dropout: 0.05
  • LoRA target modules: all linear target modules in the Qwen3.5 language model
  • RL algorithm: GRPO
  • LR: 1e-4
  • GRPO beta: 0.001
  • Training data: Uyghur, traditional Mongolian, Tibetan translation + annotation

Held-out small eval versus base

300 prompts, 50 per bucket, thinking on, temperature 0.7, top-p 0.95, n=1, seed 42. Prompt-level paired bootstrap: 10,000 samples, seed 20260811.

MetricDelta vs base
Exact+0.0400 CI [+0.0033,+0.0800]
Char-F1+0.0539 CI [+0.0160,+0.0910]
BERTScore-F1+0.0631 CI [+0.0330,+0.0942]
Semantic composite+0.0555 CI [+0.0222,+0.0880]
Has ANS+0.0667 CI [+0.0333,+0.1000]
Adapter has_ans0.9867
SacreBLEU-2 corpus delta+7.98 pp
SacreBLEU-2 sentence mean delta+4.21 pp

The SacreBLEU-2 numbers use sacrebleu.metrics.bleu.BLEU(tokenize="zh", max_ngram_order=2, smooth_method="exp", effective_order=True) after extracting <ANS>...</ANS> from the completion.

Weight files

  • Total parameters in index metadata: 27,356,728,560

  • Total tensor bytes in index metadata: 54,713,457,120

  • Safetensors shards: 12

  • model-00001-of-00012.safetensors: 2,542,796,928 bytes

  • model-00002-of-00012.safetensors: 4,842,451,920 bytes

  • model-00003-of-00012.safetensors: 4,965,227,944 bytes

  • model-00004-of-00012.safetensors: 4,912,819,264 bytes

  • model-00005-of-00012.safetensors: 4,986,198,544 bytes

  • model-00006-of-00012.safetensors: 4,912,819,320 bytes

  • model-00007-of-00012.safetensors: 4,932,703,272 bytes

  • model-00008-of-00012.safetensors: 4,966,314,576 bytes

  • model-00009-of-00012.safetensors: 4,964,162,248 bytes

  • model-00010-of-00012.safetensors: 4,933,789,824 bytes

  • model-00011-of-00012.safetensors: 4,965,228,032 bytes

  • model-00012-of-00012.safetensors: 2,789,094,896 bytes

Notes

This is an experimental merged checkpoint. Run your own task-specific evaluation before production use.

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
ea20763

0 моделей