Характеристики

Контекст: 262 144 токена
Лицензия: Apache 2.0
Архитектура: qwen3_5 · dense
Базовая модель: Qwen3.5-9B-meSFT
Библиотека: transformers
Опубликована: 13 июл 2026

Ссылки

Hugging Face

Qwen3.5-9B-meSFT-gsm8k-noCoT-SFT

YumengWithG

Изображение и текст → текст

Мультимодальная модель Qwen3.5, дообученная для кратких ответов на математические задачи GSM8K без цепочки рассуждений.

12скачиваний за 30 дней0лайковвеса обновлены13 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → 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.

Открыть конструктор бенчмарка

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

Qwen3.5-9B-meSFT GSM8K no-CoT SFT — мультимодальная плотная модель семейства Qwen3.5 с архитектурой условной генерации, разработанная на основе zhengbang0707/Qwen3.5-9B-meSFT. Её дообучили методом supervised fine-tuning на обучающей части GSM8K: модель должна выдавать итоговый ответ на математическую задачу без цепочки рассуждений. Число параметров в предоставленных данных не указано.

Модель предназначена для диалога и ответов на вопросы по изображениям, а дополнительная настройка ориентирована на решение математических задач начального и среднего уровня. Она принимает текст и изображения, а выдаёт текст; для инференса используется процессор и шаблон чата Qwen3.5 с отключённым режимом размышлений. В README приведена оценка судьи: 493 правильных ответа из 1319 примеров (37,38%), поэтому качество решения GSM8K следует считать ограниченным. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

решение текстовых математических задач GSM8K
получение итогового ответа без показа рассуждений
диалог с моделью на базе Qwen3.5
ответы на вопросы по изображениям в рамках мультимодального чата

Ограничения

В указанной оценке на 1319 примерах модель ответила правильно на 37,38% задач; результаты не следует считать гарантией точности. Настройка no-CoT предназначена для выдачи только итогового ответа.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-9B-meSFT GSM8K no-CoT SFT

This checkpoint is a supervised fine-tune of zhengbang0707/Qwen3.5-9B-meSFT on GSM8K. Targets contain the final answer only (no chain-of-thought). Training uses Qwen3.5's multimodal conditional-generation architecture, the native chat template with enable_thinking=False, BF16 parameters, and 4-GPU FSDP. The final model was consolidated without intermediate optimizer checkpoints.

Source revision: d7903ad114e77a8481230da2dfdd7668573c9d8e
Dataset: openai/gsm8k, main train split; validation loss on the held-out split
Training: 3 epochs, final-only BF16 checkpoint
Final training loss: 0.4120
Final validation loss: 0.7454
Bedrock-only judge evaluation: 1319 examples, 493 judged correct (37.38%)
Judge model: us.anthropic.claude-sonnet-4-6 in us-east-2

Usage

Load with AutoModelForMultimodalLM and AutoProcessor from Transformers. Keep the Qwen3.5 native processor/chat-template path and set enable_thinking=False for no-CoT inference.

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: 4ab5542