/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,4 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
24 сен 2026

bruv1-4b

Генерация текстаТекст → текст3 профессии

Bruv1-4B — дообученная на Qwen3.5-4B модель, которая выбирает лучший ответ из набора помеченных вариантов.

368скачиваний за 30 дней0лайковвеса обновлены24 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

Bruv1-4B — локально дообученная текстовая модель принятия решений на базе Qwen3.5-4B, разработанная автором репозитория bvolpato. Она получает состояние с фактами, вопрос и от двух до шестнадцати вариантов с метками, а затем оценивает варианты, предсказывая букву ответа от A до P. Модель предназначена для выбора из заданных вариантов, классификации и маршрутизации по формату Kevala; обычная генерация текста не является её проверенным сценарием.

Модель имеет плотную архитектуру Qwen3.5 с 3,4 млрд параметров и работает через Transformers. В карточке указано контекстное окно базовой модели 262 144 токена, однако обучение Bruv ограничивало вход 2 048 токенами. Модель дообучена на 37 840 примерах из набора задач классификации и выбора, включая MultiNLI, BoolQ, Banking77, AG News и SST-5. Разработчик сообщает точность 88,61% на отдельном тестовом разбиении Tev1, но оговаривает, что эти оценки не подтверждают обобщённые способности к рассуждению, безопасность или калибровку уверенности.

Контракт модели предполагает оценивание вариантов, а не свободную беседу; результат следует интерпретировать как ранжирование/выбор ответа среди предложенных меток. Доступны веса в формате safetensors; также описан отдельный Q8-пакет для Kevala. Базовые веса Qwen распространяются по Apache 2.0, код Bruv — по MIT, при этом исходные наборы данных имеют собственные условия, и карточка не подтверждает право на их неограниченное коммерческое распространение.

Сценарии применения

  • выбор ответа из списка вариантов по заданному вопросу
  • классификация текстов по фиксированным категориям
  • маршрутизация запросов по заданным меткам
  • оценка вариантов ответа на основе переданного состояния с фактами

Ограничения

Оценки получены на наборах с задачами и методами построения, близкими к обучающим, и не подтверждают обобщённое рассуждение, безопасность или калибровку уверенности. Проверенный сценарий — выбор метки A–P среди 2–16 вариантов; свободная генерация текста не оценивалась.

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

Bruv1-4B

Bruv1-4B is a locally fine-tuned Qwen3.5-4B text decision model. It reads an evidence state, a question, and two to sixteen labeled options, then scores the next-token letters A–P. The merged checkpoint works with Hugging Face Transformers. The accompanying .kevala pack runs in Kevala. Training code and pinned recipes are open source.

The starting data mixture and one-epoch LoRA settings come from Together's Tev1 recipe at revision 57399714e6b5ef215c9c821cab35a7d5fbc5482b. Bruv is a separate local training implementation and does not use Together's service or weights. It uses Kevala's direct-option prompt and conditional label loss rather than Tev1's full completion and EOS loss.

Training

  • Base: Qwen/Qwen3.5-4B revision 851bf6e806efd8d0a36b00ddf55e13ccb7b8cd0a.
  • Data: all 37,840 Tev1 new-v1 training records, one epoch; 4,568 development records. The sources are MultiNLI, BoolQ, Banking77, AG News, SST-5, synthetic policies, routing, and research classification. Records with 24 options were deterministically reduced to 16 while retaining the correct answer. No raw records are redistributed here.
  • Objective: cross-entropy over only the valid A–P next-token logits at the end of Kevala's non-thinking Qwen chat prompt. No sequence packing.
  • Optimizer: LoRA rank 8, alpha 16, all linear transformer projections, AdamW, learning rate 5e-5, 3% warmup, cosine decay, effective batch 8 (1 × 8 accumulation), seed 42, maximum input 2,048 tokens. All 37,840 records fit without truncation.
  • Hardware: NVIDIA GeForce RTX 5070 Ti 16 GB, BF16, gradient checkpointing. 4,730 optimizer steps and full development scoring took 8,900 seconds. Peak PyTorch allocated GPU memory was 8.70 GiB.
  • Training input SHA-256: 81eba531a7e49b7846cf94f386cca6b493de103f5a071676579e985db77697a5.

Tev1's table and builder total 37,840 training examples. The article's prose also states 38,340; that figure does not match its table or this pinned build. Tev1's published starting script specifies one epoch. Its exact historical hosted job configuration was not independently verified.

Evaluation

The adapter scored 4,188/4,568 (91.68%) on development records immediately after training. This is a conditional option-choice result, not a general text-generation score. The evaluation splits share task families and construction methods with training; they do not establish general reasoning ability, safety behavior, or calibrated confidence. Kevala's separate browser decision ranking measures the quantized pack on different fixtures and rotating option orders.

The exported BF16 checkpoint scored 4,194/4,568 (91.81%) on the same development records and 2,481/2,800 (88.61%) on Tev1's separate test split. The test summary records source-level counts and hashes for the checkpoint and evaluation file. The test was scored on two CPU threads with batch size one to stay within the workstation's power budget; its accuracy is not a CPU latency result.

The Q8 pack is 4,751,303,168 bytes, SHA-256 ccbf575a60d33c3cce2b20e76a015b095a0ea149cdc80e29f954ad1ee432c0eb. All 12 scoreable reference cases matched exact prompt tokens and answer choices after quantization; maximum absolute option-score difference was 0.019503. One one-option fixture was outside the direct-options contract. On Kevala's separate Firefox WebGPU suite, the pack answered 799/864 decisions correctly with no invalid answers: 100/108 Kevala-authored, 403/432 SemIf-authored, and 296/324 SemIf perturbation decisions. These fixtures are small synthetic tasks, not a general model ranking or safety evaluation. The frozen-base comparison and Tev transfer and research challenge splits remain in progress.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "bvolpato/bruv1-4b"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, dtype="auto")

Use the Bruv evaluation and prompt code to score option letters consistently. Ordinary text generation is not the evaluated behavior.

The Qwen base weights are Apache 2.0, Bruv code is MIT, and the public source datasets have separate terms. See Tev1's source provenance. This model card does not assert that every underlying dataset permits unrestricted commercial redistribution.

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
4358588

0 моделей