/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B-SOMPOA-heresy-v2
Библиотека
transformers
Опубликована
25 мар 2026

Qwen3.5-4B-MiniFantasy

Генерация текстаТекст → текст3 профессии

Дообученная 4-битная LoRA-модель Qwen3.5-4B для ролевых диалогов и повествования по карточкам персонажей.

56скачиваний за 30 дней7лайковвеса обновлены29 мар 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

Nubinu/Qwen3.5-4B-MiniFantasy — дообученная модель Qwen3.5-4B для ролевых диалогов и повествования. Согласно карточке, это LoRA-файнтюн MuXodious/Qwen3.5-4B-SOMPOA-heresy-v2 с 4-битным представлением; метаданные указывают архитектуру Qwen3.5 с плотными весами и поддержку чата. Модель рассчитана на использование с персонажными карточками, содержащими описание в структурированном формате Markdown, чтобы лучше сохранять характер и сведения о мире.

Модель принимает текст и генерирует текст; в метаданных указан английский язык. Для запуска подходят Transformers и формат Safetensors. Лицензия — Apache-2.0. В README рекомендованы специальные настройки сэмплера для ролевых сценариев, однако конкретные значения не приведены.

Сценарии применения

  • ролевой диалог от лица персонажа
  • генерация художественного повествования
  • разыгрывание сцен по карточке персонажа

Ограничения

Для сохранения характера и лора рекомендуется оформлять карточку персонажа в обученном категорийном Markdown-формате. Для ролевой генерации автор рекомендует подходящие настройки сэмплера, но конкретный пресет в предоставленной карточке не описан.

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-MiniFantasy

Model Banner

Model Description

This is a 4-bit LoRA fine-tune of the MuXodious/Qwen3.5-4B-SOMPOA-heresy-v2 model.

SillyTavern Setup

Sampler Settings

For the best narrative pacing and to prevent repetition, use appropriate RP sampler settings.

Character Card Format ({{description}} block)

The model was trained on a category-based Markdown structure. For the best adherence to personality and lore, structure your character cards exactly like this:

## Identity
- Name: [Full Name]
- Age: [Age]
- Race/Species: [Race]
- Role/Occupation: [Role and relationship]

## Appearance
- [Height, general build]
- [Specific physical features, hair, eyes, etc.]
- Clothing: [Current outfit details]

## Personality
- Public: [Outward facade]
- Private: [True self]
- [1-2 extra bullet points on core personality traits]

## Speech & Quirks
- [Vocal tone and speaking style]
- [Physical habit or nervous tick]
- [How they show affection]

## Backstory & World Context
- [Origin]
- [Key past event]
- [Current situation]

## Goals & Motivations
- Short term: [Immediate goals]
- Long term: [Big picture goals]

Training Procedure

The model was fine-tuned on a custom, curated synthetic dataset focusing on multi-turn narrative pacing, emotional resonance, and specific character dynamics.

Training Hyperparameters

  • LoRA Rank (r): 16
  • LoRA Alpha: 16
  • Target Modules: q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj
  • Epochs: 3
  • Learning Rate: 5e-5
  • Effective Batch Size: 8 (Batch 2, Gradient Accumulation 4)
  • Warmup Steps: 9
  • Weight Decay: 0.01
  • Optimizer: paged_adamw_8bit
  • LR Scheduler: cosine

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
9019432

0 моделей