Характеристики

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

Ссылки

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

Изображение и текст → текст

Дообученная на GSM8K мультимодальная Qwen3.5 с 9 млрд параметров решает математические задачи и выдаёт только итоговый ответ.

7скачиваний 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-posthoc GSM8K no-CoT SFT — мультимодальная модель условной генерации, разработанная YumengWithG и дообученная на базе zhengbang0707/Qwen3.5-9B-posthoc на обучающей части GSM8K. Она предназначена для решения текстовых математических задач с выдачей только итогового ответа, без цепочки рассуждений. Для инференса используется нативный шаблон чата Qwen3.5 с отключённым режимом размышления; модель загружается через Transformers с AutoModelForMultimodalLM и AutoProcessor.

Модель содержит 9 млрд параметров и использует плотную архитектуру Qwen3.5 conditional generation с поддержкой изображений и текста. Обучение выполнено в BF16 за три эпохи; итоговая оценка проверки составила 38,13% правильных ответов по оценке Bedrock-судьи на 1319 примерах. Модель опубликована под лицензией Apache-2.0. Ее результаты на GSM8K указывают на ограниченную точность, поэтому ответы на математические задачи требуют проверки.

Сценарии применения

решение текстовых задач на школьную математику
получение краткого числового ответа без цепочки рассуждений
оценка качества моделей на наборе GSM8K

Ограничения

В оценке GSM8K модель ответила правильно на 38,13% из 1319 примеров, поэтому точность ограничена и ответы следует проверять. Обучение ориентировано на выдачу только итогового ответа без объяснения рассуждений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

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

This checkpoint is a supervised fine-tune of zhengbang0707/Qwen3.5-9B-posthoc 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: f5abed0c7a87aeaa678d64db64a8816b16c90f34
Dataset: openai/gsm8k, main train split; validation loss on the held-out split
Training: 3 epochs, final-only BF16 checkpoint
Final training loss: 0.4118
Final validation loss: 0.7544
Bedrock-only judge evaluation: 1319 examples, 503 judged correct (38.13%)
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: e6817a4