/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Размер весов
17,9 ГБ
Архитектура
qwen3_5_text · dense
Библиотека
transformers
Опубликована
3 сен 2026

ViAble-1.7-9B

Генерация текстаТекст → текст4 профессии

ViAble-1.7-9B — дообученная языковая модель Qwen для диалогов и задач, требующих пошаговых рассуждений.

204скачиваний за 30 дней4лайкавеса обновлены4 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

ViAble-1.7-9B — модель для генерации текста с акцентом на рассуждения, созданная дообучением Qwen 3.5 9B. Разработчик применил supervised fine-tuning на примерно 98 тысячах дистилляционных примеров и затем этап GRPO; в репозитории размещены объединённые веса bf16 без необходимости подключать адаптер. Модель построена на плотной архитектуре Qwen3.5 и содержит 7,2 млрд параметров.

Модель предназначена для диалогов и задач, где полезны пошаговые рассуждения, включая математические задачи и вопросы с выбором ответа. В README приведены результаты GSM8K, MMLU и MMLU-Pro; автор отдельно предупреждает, что протокол оценки MMLU отличается от распространённых harness-настроек и результаты напрямую несопоставимы. Метаданные указывают поддержку английского языка и контекст до 262 144 токенов.

Для загрузки требуется Transformers версии 5.15.1 или новее. Длинные цепочки рассуждений могут требовать увеличения лимита генерации, а ответы могут содержать ошибки и галлюцинации, поэтому их следует проверять в критичных сценариях. Условия лицензирования в доступных данных не приведены.

Сценарии применения

  • решение математических задач с пошаговым рассуждением
  • ответы на вопросы с выбором варианта
  • диалоговые ответы на английском языке

Ограничения

Рассуждения могут быть длинными, поэтому лимит генерации нужно подбирать под задачу; ответы могут содержать ошибки и галлюцинации. Результаты бенчмарков MMLU в README получены генеративным протоколом и напрямую не сопоставимы с оценками других harness-настроек.

Для каких профессий подходит4

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

ViAble-1.7-9B

ViAble-1.7-9B is a reasoning-focused finetune of Qwen 3.5 9B (qwen3_5 architecture): supervised finetuning on ~98k distillation traces, followed by a GRPO phase. This repo holds the merged bf16 weights (no adapter needed).

Requires transformers>=5.15.1 (the version that adds qwen3_5 support). Always load with trust_remote_code=True.

Base model

  • Base: Qwen 3.5 9B — 9B params, 32 layers (dense hybrid attention, qwen3_5 architecture).

Training

  • SFT: 1 epoch on 98,455 distillation samples (r0b0tlab/qwen3.8-max-glm5.2-kimi-k3-distillation, canonical), LoRA r=64 / alpha=128, seq 2048, bf16, lr 2e-4 cosine, effective batch 16 (~6,154 steps).
  • GRPO: continued training (~3,000 steps, 4 generations/prompt, beta 0.04, lr 5e-6).
  • Hardware: Kaggle GPUs (RTX 6000 Pro for training).

Benchmarks

BenchmarkScoreSetup
GSM8K (full test, 1,319)94.24% (1,243/1,319)vLLM, 2xT4 fp16, 2-stage CoT, greedy
MMLU (full test, 14,042, cais/mmlu)81.07% (11,384/14,042)vLLM, RTX 6000 Pro bf16, 2-stage CoT (think ≤1024), greedy
MMLU-Pro (full test, 12,032)65.98% (7,939/12,032)vLLM, RTX 6000 Pro bf16, generative MCQ (10 options), greedy
BBH (21 tasks × ≤250, 5,121)78.83% (4,037/5,121)vLLM, RTX 6000 Pro bf16, generative MCQ-letter, greedy
BBH-250 (21 tasks × ≤250)78.83% (4,037/5,121)vLLM, RTX 6000 Pro bf16, generative MCQ-letter, greedy
MATH500 (500)65.00% (325/500)vLLM, RTX 6000 Pro bf16, think ≤2048, strict normalized \boxed{} match
AIME 2024+2025 (60)25.00% (15/60)vLLM, RTX 6000 Pro bf16, think ≤3072, greedy single attempt, integer match
IFEval (541 prompts)35.67% strict prompt-level (193/541)vLLM, RTX 6000 Pro bf16, official checker, think stripped before check, greedy
GPQA diamond (198)57.58% (114/198)vLLM, RTX 6000 Pro bf16, generative MCQ (shuffled choices)
HLE (full test, 2,500, cais/hle)4.44% (111/2,500)vLLM, RTX 6000 Pro bf16, 2-stage CoT (think ≤6144 → forced \boxed{}), greedy, text-only

Eval protocol (both runs): chat template from tokenizer_config.json, system prompt asks for step-by-step thinking; stage 1 lets the model think (up to 1,024 tokens), stage 2 forces the final answer (The correct answer is X / \boxed{...}) for samples that did not conclude.

Resource note — please read before comparing

These runs were done on limited free-tier compute (Kaggle T4 / RTX 6000 Pro), so:

  • MMLU here is scored generatively (the model writes the answer letter), not with the loglikelihood setup used by harnesses such as lighteval — numbers are not directly comparable across harnesses.
  • HLE is a frontier benchmark where even the largest models score modestly; 4.44% is in the expected range for a 9B model. Image-based items (342/2500) were answered from text only.

If you have more compute, please reproduce or extend full-set evals with the protocol above and share results via a discussion — thank you!

Usage

pip install -U "transformers>=5.15.1" accelerate
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "bogairff55/ViAble-1.7-9B"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True,
)

msgs = [{"role": "user", "content": "15 + 27 = ?"}]
prompt = tok.apply_chat_template(msgs, tokenize=False, add_generation_prompt=True)
x = tok(prompt, return_tensors="pt").to(model.device)
out = model.generate(**x, max_new_tokens=512)
print(tok.decode(out[0][x.input_ids.shape[1]:], skip_special_tokens=True))

Limitations

  • Reasoning traces can be long; set max_new_tokens to fit your budget.
  • As with all LLMs, outputs may contain errors or hallucinations; verify for critical use.

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_5ForCausalLM
Ревизия весов
e80c202

0 моделей