/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
MIT
Архитектура
qwen3_5_moe · dense
Базовая модель
Ornith-1.0-35B
Библиотека
transformers
Опубликована
15 июл 2026

grug-35b

Генерация текстаТекст → текст7 профессий

Дообученная чат-модель Qwen3.5 MoE для генерации кода, рассуждений и выполнения задач агентом с вызовами инструментов в стиле Grug.

132скачиваний за 30 дней16лайковвеса обновлены24 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.

  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

Grug-35b — дообученная модель семейства Qwen3.5 MoE от ProCreations, созданная на основе deepreinforce-ai/Ornith-1.0-35B. Это чат-модель для генерации текста, написания кода и работы в роли агента с вызовами инструментов. По README, разработчик восстановил исходный шаблон чата без стилевых инструкций и дообучил веса, чтобы лаконичный стиль Grug и рассуждения проявлялись при обычных запросах и агентских сценариях с инструментами. Модель хранится в формате SafeTensors и использует архитектуру Qwen3_5MoeForConditionalGeneration; README описывает BF16 LoRA-дообучение с замороженными MoE-экспертами.

В README приведены результаты локальных тестов: 80,5% на HumanEval, 88% на MBPP и до 95% правильных действий в широком тесте выбора инструментов. Автор отмечает компромисс: после корректировки стиля результат HumanEval снизился, а MBPP и выбор инструментов улучшились. Лицензия — MIT. Длина контекста и список естественных языков в доступных данных не указаны.

Сценарии применения

  • написание кода по текстовому запросу
  • решение задач на Python и генерация функций
  • вызов инструментов в агентских сценариях
  • ответы в лаконичном стиле Grug
  • рассуждения при обычном чате и работе с инструментами

Ограничения

По README, настройка встроенного стиля сопровождается снижением результата HumanEval относительно предыдущей версии; приведённые оценки получены на локальном тестовом наборе и не гарантируют качество в других сценариях. Доступные данные не сообщают длину контекста и поддерживаемые естественные языки.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

grug-35b

grug brain now live in weight. no hidden style stick needed.

July 15, 2026 weight replacement: same public repo, rebuilt weights. Old main preserved on pre-intrinsic-style-fix-2026-07-14. New main makes Grug reasoning intrinsic under ordinary chat and tool-enabled agent prompts.

grug honest rebuild

Earlier main branch could look strongly Grug in ordinary chat because a bundled conditional template injected a style instruction when tools were absent. Tool-enabled agent clients such as OpenCode bypassed that branch, exposing too much normal planner English. This rebuild fixes weight behavior instead of hiding it with prompt steering.

  • started from previous merged ProCreations/grug-35b checkpoint
  • normal BF16 LoRA, not QLoRA
  • multi-pass intrinsic reasoning correction used neutral English agent scaffolds; the final policy repair supervised only the closing-think boundary and exact native tool call from non-held-out real transitions, then retained its delta only on the four dedicated reasoning/tool boundary vocabulary rows
  • trained under normal English coding-agent scaffolds and native tool schemas
  • original deepreinforce-ai/Ornith-1.0-35B chat template restored without any Grug/style instruction
  • intrinsic-style passes adapted the upper shared transformer path; the final tool-boundary repair calibrated only four dedicated boundary rows of the output projection; routed MoE experts remained frozen
  • rank 16, alpha 32, LR 1e-05
  • final continuation-adapter delta scale 48.0, retained on 4 native-tool vocabulary rows
  • final boundary repair: 1,400 non-held-out examples, 160 optimizer steps

unprompted gate

No evaluation request says Grug, requests telegraphic prose, or supplies a style prompt. The suite includes neutral chat, long normal-English agent systems, native tools, and the three exact failure shapes reported after the previous release.

intrinsic measureresult
reasoning present100.0%
reasoning present with tools100.0%
dialect-clean100.0%
function-word ratio4.15%
complex reasoning mean / median words55.08 / 43.0
complex reasoning maximum words127
repetitive complex traces0

capability retention and tradeoff

Same greedy local harness as prior release: HumanEval 164, MBPP first 100 sanitized test, 18-action card, and 119-action broad tool holdout.

27b and 35b hunt same prey

both grug hunt HumanEval and sanitized MBPP. number show pass@1 percent. bold grug win that hunt.

huntgrug-27b v2.1grug-35b rebuilt
HumanEval (164)87.280.5
MBPP sanitized (100)85.088.0

grug family benchmark

Same prompts, parser, runtime, decoding, and limits for both birds. All numbers are percent; bold marks the best result in each column. Ties make both rocks bold.

modelHumanEvalMBPPcard validcard strictcard rightbroad validbroad strictbroad right
Grug v2 9B82.977.0100.0100.0100.0100.0100.094.1
Grug 35B80.588.094.488.994.4100.0100.095.0

grug honest: intrinsic style correction is not free. HumanEval moves down four solved problems (82.9% to 80.5%); MBPP and tool selection improve. Previous weights remain on pre-intrinsic-style-fix-2026-07-14 for anyone preferring that tradeoff.

testold main %rebuilt main %
HumanEval pass@182.980.5
MBPP pass@187.088.0
card valid / strict / right88.9 / 88.9 / 88.994.4 / 88.9 / 94.4
broad valid / strict / right100.0 / 100.0 / 94.1100.0 / 100.0 / 95.0

valid means parser found an offered tool. strict requires exact schema and required arguments. right requires the expected next tool.

Reasoning remains <think>...</think>. Native XML tool shape remains compatible with recent Transformers, vLLM, llama.cpp, and OpenAI-compatible agent clients. Popular rocks: ProCreations/grug-35b-gguf.

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
67f0c10

0 моделей