/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Размер весов
17,9 ГБ
Лицензия
Apache 2.0
Архитектура
diffuqwen35 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
5 авг 2026

dQwen3.5-9B-Base

Генерация текстаТекст → текст3 профессии

Базовая маскированная диффузионная языковая модель на основе Qwen3.5-9B для генерации текста и дальнейшей адаптации.

1 645скачиваний за 30 дней12лайковвеса обновлены23 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

dQwen3.5-9B-Base — базовая языковая модель с маскированной диффузионной генерацией, созданная авторами семейства dQwen3.5 на основе Qwen3.5-9B. В гибридной архитектуре DiffuQwen35 слои внимания сделаны двунаправленными, а слои Gated DeltaNet сохраняют причинную обработку. Модель содержит 7,2 млрд параметров и поддерживает контекст до 262 144 токенов. Модель предназначена для генерации текста и служит базой для дальнейшей адаптации: в карточке указано, что она не проходила инструкционное дообучение.

Метаданные также отмечают возможность диалога, однако для пользовательских инструкций модель специально не настроена. Лицензия Apache-2.0. Для запуска README требует CUDA GPU, Transformers версии 5.13 или новее, а также указывает проверенную конфигурацию с PyTorch и flash-linear-attention.

Сценарии применения

  • генерация текста на основе продолжения запроса
  • эксперименты с диффузионной генерацией языка
  • дообучение модели под инструкции или диалог
  • исследование гибридного внимания и причинных слоёв Gated DeltaNet

Ограничения

Модель не проходила инструкционное дообучение, поэтому ответы на инструкции и диалоговое поведение не являются её целевой настройкой. Для запуска требуется CUDA GPU и совместимые версии Transformers и зависимостей.

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

dQwen3.5-9B-Base

A masked diffusion language model adapted from Qwen3.5-9B. The backbone is hybrid: only its attention layers are made bidirectional, and the Gated DeltaNet layers stay causal. This is a base model, with no instruction tuning.

Paper: dQwen3.5: Hybrid-Attention Diffusion Language Models
Code: https://github.com/AntonXue/dQwen

The dQwen3.5 family

modeltotal paramsbackbone
dQwen3.5-0.8B-Base0.75Bhybrid
dQwen3.5-2B-Base1.88Bhybrid
dQwen3.5-4B-Base4.21Bhybrid
dQwen3.5-9B-Base (this repo)8.95Bhybrid
dQwen3-1.7B-Base1.72Bfull attention (control)

Quickstart

Needs a CUDA GPU and transformers>=5.13 (tested with torch 2.7.1+cu128, flash-linear-attention 0.5.1).

import torch
from transformers import AutoModel

model = AutoModel.from_pretrained("UT-IFML/dQwen3.5-9B-Base", trust_remote_code=True, dtype=torch.bfloat16).cuda().eval()
stop_strings = ["\n\n", "\ndef", "\nclass", "<|endoftext|>"]
print(model.generate("def fibonacci(n):\n", gen_length=512, stop_strings=stop_strings).text)

generate decodes the whole canvas at once, committing positions above a confidence threshold (tau=0.9); pass block_length=32 for left-to-right block decoding, or tau=None, steps_per_block=k for a fixed budget. The 50B-token checkpoint from the paper is revision="step25000-swa".

Citation

@article{xue2026dqwen,
  title   = {dQwen3.5: Hybrid-Attention Diffusion Language Models},
  author  = {Xue, Anton and Rout, Litu and Akella, Aditya and Klivans, Adam and Sanghavi, Sujay and Shakkottai, Sanjay},
  journal = {arXiv preprint arXiv:2609.20751},
  year    = {2026}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DiffuQwen35
Ревизия весов
f193fa2

0 моделей