RoseG/RoseG/Qwen3.5-35B-A3B-Base-8be64d30-Merged #By TRiADiC Intellgende Labs Trained with SFT fir alignment research This checkpoint follows the Apache-2.0 license of its base model. See the base model repository for its model documentation and license information.
Характеристики
- Контекст
- 262 144 токена
- Размер весов
- 71,9 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3_5_moe · dense
- Базовая модель
- Qwen3.5-35B-A3B-Base
- Библиотека
- transformers
- Опубликована
- 14 авг 2026
Ссылки
Qwen3.5-35B-A3B-Base-8be64d30-Merged
Дообученная методом SFT модель Qwen3.5 для генерации текста и исследований выравнивания диалоговых ответов.
168скачиваний за 30 дней1лайквеса обновлены6 сен 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 «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.
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
Модель RoseG/Qwen3.5-35B-A3B-Base-8be64d30-Merged разработана TRiADiC Intellgende Labs как контрольная точка Qwen3.5-35B-A3B-Base, дообученная методом SFT для исследований выравнивания. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. В основе лежит семейство Qwen 3.5 MoE, файлы представлены в формате Safetensors, модель использует библиотеку Transformers.
Карточка указывает лицензию Apache-2.0, унаследованную от базовой модели. README не приводит подробностей о данных обучения, качестве, поддерживаемых языках или контекстном окне; для технических характеристик и правил применения следует сверяться с документацией базовой модели.
Сценарии применения
- генерация ответов в диалоговом интерфейсе
- эксперименты с выравниванием языковых моделей
- дообучение Qwen3.5 для исследовательских задач
Ограничения
README не сообщает результаты оценивания, состав обучающих данных или характеристики контекстного окна. Указание на исследования выравнивания не подтверждает пригодность модели для конкретных прикладных сценариев.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…
- Класс архитектуры
- Qwen3_5MoeForConditionalGeneration
- Ревизия весов
- 370f6ae