/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-9B
Библиотека
peft
Опубликована
7 июн 2026

Qwen3.5-9B-metro-v24

Генерация текстаТекст → текст3 профессии

Дообученная на базе Qwen3.5-9B модель для диалоговых киосков метро, вызова инструментов и обработки транспортных сбоев и оповещений.

109скачиваний за 30 дней0лайковвеса обновлены10 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Qwen3.5-9B-metro-v24 — дообученная с помощью QLoRA модель continker на базе Qwen3.5-9B для задач MetroLLM-Bench. Она предназначена для работы киосков метро: многошагового вызова инструментов, формирования структурированного итогового состояния диалога и обработки сбоев и оповещений в шести системах метро. Модель доступна как LoRA-адаптер и как объединённый, квантованный GGUF Q4_K_M размером 5,3 ГБ; в метаданных также указан формат safetensors.

Версия v24 обучена без утечки тестовых данных: дистилляционные примеры взяты из обучающей части набора, а отложенная часть использовалась для оценки. В описанном тесте на 238 примерах она превзошла базовую Qwen3.5-9B по метрикам Tier-1 и Composite. Модель предназначена для генерации текста и диалогов, включая сценарии вызова инструментов. Лицензия — Apache 2.0.

Сценарии применения

  • обработка запросов пассажиров в киоске метро
  • многошаговый вызов инструментов для решения транспортных запросов
  • формирование структурированного итогового состояния диалога
  • ответы на вопросы о сбоях и оповещениях в метро
  • обслуживание пассажиров в системах метро

Ограничения

Специализирована на сценариях обслуживания пассажиров метро и не предназначена для произвольных транспортных систем без адаптации. Показатели оценки получены на ограниченном наборе из 238 отложенных примеров.

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

Qwen3.5-9B-metro-v24

QLoRA fine-tune of Qwen3.5-9B for the MetroLLM-Bench transit-kiosk task: multi-step tool calling, structured terminal-state synthesis, and disruption/advisory handling across six metro systems.

v24 is the leakage-free retraining used in the MetroLLM-Bench paper. Teacher distillation traces are drawn only from the 717-case training partition of a stratified 75/25 split (seed=42); the 238-case held-out partition is strictly reserved for reporting. It supersedes continker/Qwen3.5-9B-metro-v23, which was trained on the full case set.

Held-out results (n=238, mean of 2 training seeds)

Metric9B base9B + v24Δ
Tier-189.3891.03+1.65
Composite88.0588.85+0.80

Contents

  • adapter/ — LoRA adapter (rank 16, α 32; QLoRA 4-bit NF4 training) with tokenizer + chat template
  • Qwen3.5-9B-metro-v24-Q4_K_M.gguf — merged + quantised GGUF (5.3 GB), self-contained
  • training_summary.json — training metadata

Usage

GGUF (recommended, self-contained):

llama-server --hf-repo continker/Qwen3.5-9B-metro-v24 --hf-file Qwen3.5-9B-metro-v24-Q4_K_M.gguf

The LoRA adapter is provided for merging. Its keys use the .language_model. module prefix; to apply it to a text-only Qwen3.5-9B, strip that prefix from the adapter keys first (see the MetroLLM-Bench demo _localise_adapter).

Training

QLoRA, rank 16, 3 epochs, single RTX 5090. Distilled from Qwen3.5-27B-dense and 35B-A3B teachers (tier-1 ≥ 90% filter, 600 examples). Recipe and full evaluation: MetroLLM-Bench. License Apache 2.0 (inherits Qwen3.5-9B).

Links

Citation

@techreport{hendriks2026metrollm,
  title       = {MetroLLM-Bench: Evaluating Language Models as Transit Kiosk Runtimes},
  author      = {Hendriks, Remco},
  institution = {Continker},
  type        = {Technical report},
  number      = {v1.2},
  year        = {2026},
  month       = {9},
  doi         = {10.5281/zenodo.21893944},
  eprint      = {2609.10016},
  archiveprefix = {arXiv},
  primaryclass = {cs.LG},
  url         = {https://arxiv.org/abs/2609.10016}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Ревизия весов
ee3362d

0 моделей