Характеристики

Контекст: 262 144 токена
Размер весов: 9,3 ГБ
Архитектура: qwen3_5 · dense
Базовая модель: Qwen3.5-4B
Библиотека: transformers
Опубликована: 9 июл 2026

Ссылки

qwen3.5-4b-lite-osworld-cuagym-sft

Изображение и текст → текст3 профессии

Мультимодальная модель Qwen3.5-4B, дообученная на Lite.OSWorld и CUAGym для диалога и задач взаимодействия с компьютерными интерфейсами.

15скачиваний за 30 дней0лайковвеса обновлены9 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Qwen3.5-4B Lite.OSWorld + CUAGym SFT — мультимодальная плотная модель семейства Qwen3.5, дообученная разработчиком карточки методом supervised fine-tuning на объединённых данных Lite.OSWorld и CUAGym. Это контрольная точка на базе Qwen/Qwen3.5-4B с архитектурой Qwen3_5ForConditionalGeneration; она принимает текст и изображения и формирует текстовые ответы. Модель предназначена для диалога и выполнения задач управления компьютерным интерфейсом, представленных в обучающих данных.

Для обучения использовано 3648 строк SFT-данных; карточка указывает три эпохи обучения. Модель может быть полезна для экспериментов и разработки агентов, взаимодействующих с компьютерными интерфейсами. Лицензия в предоставленных данных не указана.

Сценарии применения

разработка агента для выполнения задач в графическом интерфейсе
ответы на вопросы о содержимом снимка экрана
эксперименты с автоматизацией компьютерных интерфейсов
диалоговое выполнение задач по визуальному контексту

Ограничения

Обучение основано на 3648 строках SFT-данных из Lite.OSWorld и CUAGym, поэтому возможности за пределами этих сценариев могут быть ограничены. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-4B Lite.OSWorld + CUAGym SFT

This checkpoint was supervised fine-tuned from Qwen/Qwen3.5-4B on the combined CUA-Lite Lite.OSWorld and CUAGym rollout data.

Training

Data: cua-lite/Lite.OSWorld + cua-lite/CUAGym
Exported SFT parquet rows: 3648
Training job: Slurm 1852804
Training wall time: 02:41:03
Final training step/checkpoint: iter_341
Hyperparameters: 8 GPUs, TP=2, MBS=1, global batch size=32, 3 epochs, LR=5e-6

Local provenance

Source checkout: /mnt/weka/home/lingjie.chen/cua-lite-main-train
Parquet: /mnt/weka/shrd/research/cua-lite/lingjie/qwen35_4b_two_train_20260708/sft/lite.osworld_plus_cuagym/train.parquet
Local checkpoint: /mnt/weka/shrd/research/cua-lite/lingjie/qwen35_4b_two_train_20260708/ckpts/qwen3_5-reasoning-4b/lite.osworld_plus_cuagym/sft/iter_341

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: 739635a