/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
22 сен 2026

APUS-OpenJev-v1-9B

Генерация текстаТекст → текст3 профессии

Дообученная модель Qwen3.5-9B для выбора действий в браузере, маршрутизации рабочих процессов и оценки вариантов по текстовым принципам.

1 089скачиваний за 30 дней5лайковвеса 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-v1-9B — дообученная и объединённая BF16-версия Qwen3.5-9B от APUS AI Lab, предназначенная для выбора действий в браузере, маршрутизации рабочих процессов и оценки принципов на естественном языке. Это плотная модель с архитектурой Qwen3.5 и 9 млрд параметров; репозиторий содержит самостоятельные веса checkpoint-3000, которым не требуется отдельный LoRA-адаптер. Для принятия решений модель оценивает переданные в запросе варианты и возвращает распределение предпочтений; режим с 16 слоями рассчитан на низкую интенсивность, а полный режим с 32 слоями рекомендуется для генерации текста.

Модель принимает текст и выдаёт текст, в том числе оценки кандидатов, которые приложение может преобразовать в структурированные результаты рабочего процесса. В README приведена оценка 68 из 80 на панели Frozen80, включающей Browser, HelpSteer3, BoolQ, MNLI и задачи атрибуции. Это результат на инженерной панели разработки, а не независимая слепая оценка или показатель успешности браузерных задач. Вероятности выражают относительное предпочтение и требуют калибровки перед интерпретацией как вероятностей правильности; BF16-объединение может менять оценки. Указанная лицензия — Apache-2.0.

Сценарии применения

  • ранжирование кандидатов следующего действия браузера
  • выбор маршрута для рабочего процесса
  • оценка вариантов по заданному принципу на естественном языке
  • подготовка оценок кандидатов для структурированного результата приложения

Ограничения

Оценка Frozen80 получена на панели разработки, а не на независимом слепом бенчмарке или сквозном тесте успешности браузерных задач. Оценки выражают относительные предпочтения и требуют калибровки; BF16-объединение может менять вероятности.

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-v1-9B

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 9B checkpoint-3000 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-v1-9B --local-dir ./APUS-OpenJev-v1-9B
cd APUS-OpenJev-v1-9B
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 68/80 (85.00%) 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 68/80) for Ollama / llama.cpp / LM Studio and Apple Silicon Macs: GGUF collection · MLX collection.

VersionFrozen80Decisions = BF16
GGUF Q8_068/8080/80
GGUF Q4_K_M68/8078/80
MLX 8bit69/8079/80
MLX 4bit68/8075/80
ollama run hf.co/apus-ailab/APUS-OpenJev-v1-9B-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/Qwen3.5-9B 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
82c9c56

0 моделей