/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
22 сен 2026

APUS-OpenJev-v1-4B

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-4B оценивает варианты действий для браузера и рабочих процессов и помогает формировать текстовые решения.

1 372скачиваний за 30 дней4лайкавеса обновлены23 сен 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

APUS-OpenJev-v1-4B — дообученная модель на базе Qwen3.5-4B от APUS AI Lab, предназначенная для выбора действий в браузере, маршрутизации рабочих процессов и вынесения суждений по текстовым принципам. Репозиторий содержит слитые BF16-веса контрольной точки 5949; модель использует языковые представления и проекцию словаря Qwen. В метаданных указана архитектура Qwen3.5 и поддержка диалога.

Модель оценивает кандидатов, динамически переданных в запросе, и возвращает распределение предпочтений; приложение может преобразовать решение в структурированный результат рабочего процесса. В README приведена оценка 66 из 80 на панели Frozen80, включающей задачи для браузера, HelpSteer3, BoolQ, MNLI и принятия решений по атрибутам. Это не независимый слепой тест и не показатель успешности браузерных действий в целом. Указаны режимы вычисления с 16 и 32 слоями; для генерации текста рекомендуется режим высокой глубины.

Модель принимает текст и выдаёт текстовые решения и оценки кандидатов. В карточке указаны английский и китайский языки. Лицензия — Apache-2.0. Вероятности кандидатов отражают относительные предпочтения и требуют калибровки перед интерпретацией как вероятностей правильного ответа; слияние BF16 может менять значения вероятностей.

Сценарии применения

  • ранжирование кандидатов действий браузера
  • выбор следующего шага в автоматизированном рабочем процессе
  • маршрутизация запросов между этапами workflow
  • оценка ответов и предпочтений по текстовым принципам
  • формирование решения на основе набора текстовых вариантов

Ограничения

Оценка Frozen80 выполнена на повторно использованной панели разработки и не является независимым слепым тестом или показателем успешности браузерных действий. Оценки кандидатов показывают относительное предпочтение и нуждаются в калибровке; слияние BF16 может менять их значения.

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

APUS-OpenJev-v1-4B

English | 中文 · Collection · Model family · Technical Report · Runtime

A Qwen3.5-based decision model for browser action selection, workflow routing, and natural-language principle judgments. This repository contains 4B checkpoint-5949 merged BF16 weights, ready to download independently without a separate LoRA adapter.

Highlights

  • Score dynamic candidates supplied with each request and return their distribution.
  • The included native runtime supports effort=low (16 layers) and effort=high (32 layers). Use high for text generation.
  • Reuse Qwen language representations and vocabulary projection; application code can assemble decisions into structured workflow outputs.

Quick start

python -m pip install huggingface_hub
hf download apus-ailab/APUS-OpenJev-v1-4B --local-dir ./APUS-OpenJev-v1-4B
cd APUS-OpenJev-v1-4B
python -m pip install -r requirements.txt
python examples.py . --device cuda:0 --effort high

Evaluation and training

The merged model in this repository scores 66/80 (82.50%) at full depth on the Frozen80 development panel, covering Browser, HelpSteer3, BoolQ, MNLI, and attribute decisions. See merged-evaluation.json and training.md. This reused engineering panel is not an independent blind benchmark or an end-to-end browser success rate.

Candidate probabilities express relative preference; calibration is required before interpreting them as correctness probabilities. BF16 merging changes some probabilities; see runtime evidence and limitations. The series 9B release selects checkpoint-3000, corresponding to the 85% development-panel result. Checkpoint-5949 remains available in the original family repository.

Series and downloads

The 4B, 9B, and 35B-A3B models use independent repositories grouped in a Collection. Hugging Face displays downloads per model. The original family repository and legacy paths remain available. The 35B-A3B merged release is subject to its own validation and publication status.

GGUF and MLX versions

Quantized versions of this model (Frozen80 66/80) for Ollama / llama.cpp / LM Studio and Apple Silicon Macs: GGUF collection · MLX collection.

VersionFrozen80Decisions = BF16
GGUF Q8_067/8079/80
GGUF Q4_K_M67/8077/80
MLX 8bit66/8080/80
MLX 4bit67/8079/80
ollama run hf.co/apus-ailab/APUS-OpenJev-v1-4B-GGUF:Q8_0 --think=false

Ollama needs thinking disabled (--think=false, or "think": false in the API). Per-question results and usage are in each repository.

License and acknowledgments

We thank the Qwen/Qwen3.5-4B team. See LICENSE, provenance, and the pinned source and file identities in release-manifest.json.

Authors: gumpcheng (xDAN2099), zhangxu, APUS AI-LAB.

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
422b374

0 моделей