/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
3 окт 2025

EvolLLM

Генерация текстаТекст → текст9 профессий

Слитая модель Qwen3 для диалоговой генерации текста и выполнения инструкций, пригодная также как основа для дальнейшего обучения.

120скачиваний за 30 дней3лайкавеса обновлены28 апр 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

EvolLLM — слитая модель Beyoru на архитектуре Qwen3, объединяющая Qwen/Qwen3-4B-Instruct-2507 и Qwen/Qwen3-4B-Thinking-2507. Это плотная языковая модель примерно на 3,7 млрд параметров с контекстом до 262 144 токенов; она предназначена для генерации текста в диалогах и выполнения инструкций, а автор позиционирует её как основу для дальнейшего SFT- или GRPO-обучения.

В карточке приведены результаты авторских сравнений: преимущество около 3% над instruct-моделью в собственном агентном бенчмарке и превосходство над openfree/Darwin-Qwen3-4B и базовой моделью в ACEBench. Описание не сообщает языки, качество на независимых тестах или ограничения применения. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия в предоставленных данных не указана.

Сценарии применения

  • создание диалогового ассистента
  • генерация ответов по инструкциям
  • подготовка базовой модели для SFT-обучения
  • подготовка модели для GRPO-обучения

Ограничения

Автор приводит только собственные результаты сравнений, включая прирост около 3% в агентном бенчмарке; подробные независимые оценки не представлены. Лицензия в доступных данных не указана.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

📑 Model Card

GitHub HuggingFace BMC

Model Details

This model is a merged version of two Qwen base models:

  • Qwen/Qwen3-4B-Instruct-2507
  • Qwen/Qwen3-4B-Thinking-2507

Notations:

  • Evoluation dataset: openai/gsm8k (subset of 100 samples, not trained)
  • Generation runs: 50
  • Population size: 10
  • This model design for instruct model not reasoning model with same function like Qwen3-Instruct-2507
  • A good start for SFT or GRPO training.

Evaluation

  • For my evaluation in my agent benchmark is not surpass too much but only 3% with instruct model.
  • Surpass openfree/Darwin-Qwen3-4B (Evolution model) and base model in ACEBench.
@misc{nafy_qwen_merge_2025,
  title        = {Merged Qwen3 4B Instruct + Thinking Models},
  author       = {Beyoru},
  year         = {2025},
  howpublished = {\url{https://huggingface.co/beyoru/EvolLLM}},
  note         = {Merged model combining instruction-tuned and reasoning Qwen3 variants.},
  base_models  = {Qwen/Qwen3-4B-Instruct-2507, Qwen/Qwen3-4B-Thinking-2507}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
12478b0

0 моделей