/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
4 окт 2026

Qwen3.5-0.8B-Reverse-Text-SFT

Изображение и текст → текст

Недообученная версия Qwen3.5-0.8B для экспериментов с reverse-text и тестирования RL-пайплайна prime-rl.

165скачиваний за 30 дней0лайковвеса обновлены4 окт 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 «Изображение → 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

PrimeIntellect/Qwen3.5-0.8B-Reverse-Text-SFT — компактная мультимодальная модель, созданная Prime Intellect кратким дообучением Qwen/Qwen3.5-0.8B на наборе PrimeIntellect/Reverse-Text-SFT. Это намеренно недообученная начальная точка для последующего обучения с подкреплением задачи reverse-text и тестов RL в CI проекта prime-rl; для общего применения модель не предназначена.

Модель построена на плотной архитектуре Qwen3.5 и загружается как Qwen3_5ForConditionalGeneration. Она принимает текст и изображения и генерирует текст; в чекпойнте сохранена замороженная башня зрения. В рецепте обучения указаны длина последовательности 4096 токенов и 10 шагов SFT. В README приведена оценка reverse-text 0,31 по LCS ratio в описанной авторами конфигурации теста.

Модель подходит как стартовый чекпойнт для экспериментов по reverse-text и проверок RL-пайплайна, но авторы прямо не рекомендуют её для общего использования. Лицензия — Apache-2.0.

Сценарии применения

  • Стартовая модель для RL-обучения задачи reverse-text
  • Проверка RL-тестов prime-rl в CI
  • Эксперименты с дообучением компактной мультимодальной Qwen3.5

Ограничения

Модель намеренно недообучена и не предназначена для общего применения. Оценка reverse-text в README получена на ограниченном наборе промптов и в заданной конфигурации теста.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-0.8B-Reverse-Text-SFT

A short SFT fine-tune of Qwen/Qwen3.5-0.8B on PrimeIntellect/Reverse-Text-SFT. It is a small, deliberately under-trained starting point for reverse-text RL, made for the planned move of the prime-rl CI RL tests from PrimeIntellect/Qwen3-0.6B-Reverse-Text-SFT to Qwen3.5. It is not meant for general use.

Recipe

  • Code: prime-rl commit 21814b401 (branch ci/qwen3_5-ci, contains the Qwen3.5 tied lm_head fix #3863 and the CP fix #3864).
  • Config (uv run sft @ sft.toml), 1 H200:
max_steps = 10

[model]
name = "Qwen/Qwen3.5-0.8B"

[data]
name = "PrimeIntellect/Reverse-Text-SFT"
seq_len = 4096
batch_size = 32

[optim]
lr = 2e-5
  • Chat template: unchanged Qwen3.5 template, thinking off (the 0.8B default). Completions are rendered with the empty <think>\n\n</think>\n\n prefix, the same as RL generation.
  • Weights include the (frozen, unchanged) vision tower, so the checkpoint loads as Qwen3_5ForConditionalGeneration like the base model.

Numbers

  • SFT loss, steps 1-10: 4.98, 6.16, 5.59, 4.96, 4.53, 4.22, 3.96, 3.62, 3.27, 2.92.
  • reverse-text eval reward (LCS ratio, 256 prompts, temperature 1, 128 max tokens): 0.31 (base model: 0.03 on 32 prompts).

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
09b3d0a

0 моделей