Uploaded finetuned model
- Developed by: droplychee
- License: apache-2.0
- Finetuned from model : unsloth/Qwen-AgentWorld-35B-A3B
This qwen3_5_moe model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Размер весов
- 69,3 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- qwen3_5_moe · dense
- Базовая модель
- Qwen-AgentWorld-35B-A3B
- Опубликована
- 17 июл 2026
Ссылки
droplychee-agentworld-35b
Изображение и текст → текст
Дообученная мультимодальная модель Qwen для симуляции программных и графических сред и предсказания последствий действий агента.
9скачиваний за 30 дней0лайковвеса обновлены17 июл 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Droplychee-agentworld-35b — дообученная модель droplychee на базе unsloth/Qwen-AgentWorld-35B-A3B, созданная для симуляции состояний инструментальных, программных и графических сред и предсказания их реакции на действия агента. Она использует архитектуру Qwen 3.5 MoE и поддерживает диалоговый и визуальный ввод, а также интерфейс вызова инструментов. Карточка сообщает, что модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face.
Модель подходит для сценариев, где агенту нужно прогнозировать последствия действий в виртуальной среде, включая графические интерфейсы. В метаданных указан английский язык, формат весов — safetensors. Модель распространяется по лицензии Apache-2.0.
Сценарии применения
- прогнозирование состояния среды после действия агента
- симуляция реакции программного инструмента на команду
- предсказание изменений в графическом интерфейсе
- создание агентов для взаимодействия с виртуальными средами
Ограничения
Карточка не приводит количественных оценок качества или подробностей обучающих данных; применение ограничено описанными сценариями симуляции сред и прогнозирования их реакции.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Qwen3_5MoeForConditionalGeneration
- Ревизия весов
- 97853b9