/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
MIT
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
18 авг 2026

LDM-CoT-SFT-Qwen3.5-9B-MixedScience

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-9B предлагает кандидатов для научного поиска по истории экспериментов в цикле Large Discovery Models.

28скачиваний за 30 дней0лайковвеса обновлены18 авг 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

LDM-CoT-SFT-Qwen3.5-9B-MixedScience — дообученная Yangtze AI Lab модель Qwen3.5-9B, предназначенная для роли proposer в цикле Large Discovery Models. Она анализирует историю экспериментов и предлагает следующий кандидат для проверки, учитывая, какие области поиска уже исследованы, а где остаётся неопределённость. В отличие от родственной версии, значения Gaussian process и функции приобретения скрыты от модели: выводы об исследовании или эксплуатации она строит по наблюдениям и их текстовому описанию.

Модель обучена полнопараметрическим supervised fine-tuning на наборе LDM-CoT-SFT-16K; её ответы включают рассуждение на английском языке и структурированное действие. Она рассчитана на работу внутри цикла generate → select → evaluate → update и сама не оценивает предложенные кандидаты. Поведение зависит от оракулов и предметных областей, представленных при сборе данных. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • предложение следующего кандидата для научного эксперимента
  • поиск перспективных областей в пространстве параметров
  • выбор между исследованием новых вариантов и проверкой известных перспективных областей

Ограничения

Предназначена для работы внутри цикла LDM; отдельно предлагает кандидатов, но не оценивает их. Её поведение отражает оракулы и предметные области, представленные в обучающих данных.

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

LDM-CoT-SFT-Qwen3.5-9B-MixedScience

A Qwen/Qwen3.5-9B proposer for Large Discovery Models (LDM), trained as the GP-hidden (value-to-language) variant: the surrogate's numerical acquisition values are withheld from the prompt, so the model must infer the epistemic state — which regions are exhausted, which remain uncertain or informative, and whether to exploit or explore — from the observed experience alone.

Model Summary

An LDM runs a recurrent generate → select → evaluate → update loop in which an LLM proposes candidates, a probabilistic surrogate turns observations into a posterior mean and uncertainty, and an acquisition function selects the next experiment. This model is the proposer. It differs from the companion LDM-SFT-Qwen3.5-9B-MixedScience in one respect: the Gaussian-process values are not shown in the prompt during training, which forces the acquisition reasoning to be reconstructed from the raw history in natural language rather than read off surrogate numbers. It emits a chain-of-thought trace followed by a structured action.

  • Base model: Qwen/Qwen3.5-9B
  • Chat template: qwen3_5 (chain-of-thought / thinking enabled)
  • Training data: LDM-CoT-SFT-16K (GP values hidden)

Why hide the GP values

Withholding the surrogate values makes training consistent with deployment, where the acquisition loop exposes no GP numbers to the proposer, and encourages a task-agnostic search intuition that lives in the weights rather than in a numeric input. In practice the acquisition reasoning is barely affected — even when GP values are provided, the reasoning overwhelmingly draws on the observed outcomes (stall length, noise level, best-so-far) rather than on the surrogate numbers.

How to Use

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "Yangtze-ailab/LDM-CoT-SFT-Qwen3.5-9B-MixedScience"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype="bfloat16", device_map="auto", trust_remote_code=True)

messages = [
    {"role": "system", "content": SYSTEM_PROMPT},   # proposer role + output contract
    {"role": "user",   "content": SEARCH_STATE},    # evaluated history + constraints (no GP values)
]
inputs = tok.apply_chat_template(
    messages, add_generation_prompt=True, enable_thinking=True, return_tensors="pt"
).to(model.device)
out = model.generate(inputs, max_new_tokens=2048, temperature=0.7)
print(tok.decode(out[0][inputs.shape[1]:], skip_special_tokens=True))

Training

Full-parameter SFT of Qwen/Qwen3.5-9B (DeepSpeed ZeRO-3 with CPU offload, bf16, gradient checkpointing), sequence length 16,384, learning rate 1e-5 with a cosine schedule and 0.03 warmup ratio, 2 epochs; framework LLaMA-Factory. Chat template qwen3_5 with thinking enabled. The reasoning targets are in English.

Related

Limitations

  • Designed to operate inside the LDM loop; standalone it proposes candidates but does not evaluate them.
  • Behaviour reflects the oracles used during data collection and the covered domains.

License

Released under the MIT license. The base model Qwen/Qwen3.5-9B remains subject to its own license terms.

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
97178a1

0 моделей