/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,6 млрд
Размер весов
61,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-30B-A3B-Thinking-2507
Опубликована
5 окт 2025

Qwen3-30B-A3B-YOYO-V4

Генерация текстаТекст → текст15 профессий

Объединённая модель Qwen3 MoE для диалогов, рассуждений, генерации кода и вызова инструментов.

234скачиваний за 30 дней11лайковвеса обновлены5 окт 2025

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

YOYO-AI/Qwen3-30B-A3B-YOYO-V4 — объединённая текстовая модель YOYO-AI на архитектуре Qwen3 MoE для генерации текста и диалогов. По метаданным, она объединяет Qwen/Qwen3-30B-A3B-Instruct-2507, Qwen/Qwen3-30B-A3B-Thinking-2507 и Qwen/Qwen3-Coder-30B-A3B-Instruct. В README описан метод слияния cla-gm: для параметров моделей вычисляется устойчивый центр с использованием среднего, покоординатной медианы и итеративного алгоритма Вайсфельда.

Модель принимает текст и выдаёт текст; заявлены интерфейс вызова инструментов и контекст до 262 144 токенов. В карточке также указано значение контекста 1 010 000 токенов, но оно не согласуется с метаданными. Языковые теги карточки — английский и китайский. Размер по метаданным — 2,6 млрд параметров; формат файлов — safetensors, точность в README — bfloat16. Лицензия — Apache-2.0.

Модель предназначена для диалогов, следования инструкциям, рассуждений, задач с кодом и вызова инструментов в рамках генерации текста. Отдельных оценок качества, подробных языковых результатов и ограничений применения карточка не приводит.

Сценарии применения

  • ответы на пользовательские вопросы в диалоге
  • выполнение инструкций на естественном языке
  • генерация и объяснение кода
  • решение задач с рассуждением
  • подготовка запросов к инструментам через интерфейс вызова функций

Ограничения

В README приведены несовпадающие значения контекстного окна: 262 144 и 1 010 000 токенов; метаданные подтверждают 262 144. Карточка не содержит отдельных оценок качества модели.

Для каких профессий подходит15

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

Leveraging our novel merging approach, we can seamlessly integrate instruction, reasoning, and code models into a single, high-performing unified model in just one step.

Model Highlights:

  • merge method: cla-gm

  • precision: dtype: bfloat16

  • Context length: 262,144&1010000

Parameter Settings:

[!TIP] Temperature=0.7, TopP=0.8, TopK=20,MinP=0.

Geometric Median with CLA Initialization

Problem Setting

Objective: Merge 𝐾 fine-tuned models with identical tensor names and shapes into a single model whose parameters 𝜃⋆ lie at the robust center of the 𝐾 parameter sets.

Per-Tensor Formulation

For a given tensor name, each model provides a point 𝑥ᵢ ∈ ℝⁿ (flattened). We seek a robust center 𝜃⋆ ∈ ℝⁿ.

Mean and Median

Arithmetic Mean:

$$a = \frac{1}{K} \sum_{i=1}^{K} x_i$$

Efficient but sensitive to outliers.

Elementwise Median:

$$m = \text{median}({x_i})$$

Robust but ignores vector magnitude coupling; computed elementwise across coordinates.

CLA Initialization

Centered Linear Average:

$$\theta^{(0)} = \frac{a + m}{2}$$

This blends efficiency and robustness without tuning, offering a strong seed for iterative robust estimators.

Geometric Median Objective

Objective Function:

$$\theta^{\star} = \arg\min_{\theta \in \mathbb{R}^n} \sum_{i=1}^{K} |\theta - x_i|_2$$

This is the multivariate analogue of the median, robust to outliers in the Euclidean geometry of parameters.

Weiszfeld Algorithm

Update Rule: Given current 𝜃(𝑡), define weights:

$$w_i^{(t)} = \frac{1}{\max(|\theta^{(t)} - x_i|_2, \varepsilon)}$$

where 𝜀 = eps(float32) prevents division by zero.

Iteration Step:

$$\theta^{(t+1)} = \frac{\sum_{i=1}^{K} w_i^{(t)} x_i}{\sum_{i=1}^{K} w_i^{(t)}}$$

Convergence Criterion:

Stop when the relative change is below 𝜀:

$$\frac{|\theta^{(t+1)} - \theta^{(t)}|_2}{\max(|\theta^{(t)}|_2, 1)} \leq \varepsilon$$

where 𝜀 = eps(float32) ≈ 1.19×10⁻⁷.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3MoeForCausalLM
Ревизия весов
a96437c

0 моделей