Характеристики

Контекст: 262 144 токена
Размер весов: 70,2 ГБ
Архитектура: qwen3_5_moe · dense
Базовая модель: Affine-5czsc2fc98-r252-merged
Библиотека: transformers
Опубликована: 17 авг 2026

Ссылки

sn120-7aded176a1f1

Генерация текстаТекст → текст3 профессии

Производная модели unconst/Affine-5czsc2fc98-r637-r252-odpo-midrank-lobeta-softctx-ep3-lolr-merged. Экспериментальная диалоговая модель Affine на базе Qwen 3.5 MoE, дообученная offline DPO для участия в оценке Reason v3.

17скачиваний за 30 дней0лайковвеса обновлены17 авг 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 «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.

Открыть конструктор бенчмарка

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

Карточка модели elevateecho/sn120-7aded176a1f1 на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r637-r252-odpo-midrank-lobeta-softctx-ep3-lolr-merged, поэтому описание составлено по ней.

R637 — SoftCtx × MidRank × LoBeta MegaExtra ep3 × LoLR — это экспериментальный диалоговый чекпойнт семейства Qwen 3.5 MoE, разработанный командой Affine. Модель дообучена методом offline DPO на предпочтительных парах, ранжированных по Reason v3; указанный родительский чекпойнт — unconst/Affine-5czsc2fc98-r252-merged. В метаданных модель обозначена как text-generation и использует библиотеку Transformers с весами safetensors.

Модель предназначена для отправки майнером SN120 Affine и оценки в Reason duel, а не для универсального чат-ассистента. В README приведены результаты сравнительного эксперимента на 77 примерах и параметры обучения, включая максимальную длину последовательности 12 288 токенов. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация ответов для состязания Reason duel
оценка ответов по критерию Reason v3
эксперименты с предпочтительным дообучением offline DPO

Ограничения

README прямо указывает, что модель не предназначена для общего чата и ориентирована на специализированную оценку Reason duel. Длина контекста в README ограничена параметром обучения max_len=12288; лицензия не приведена в доступных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

R637 — SoftCtx × MidRank × LoBeta MegaExtra ep3 × LoLR (offline DPO)

Affine SN120 challenger trained to beat the live king on Reason v3 (teacher-anchored score: lpC(y_C|z_A) − lpC(y_C|∅)).

How this checkpoint was trained

Base / parent: unconst/Affine-5czsc2fc98-r252-merged@b42d6245d77fe30885ea8a90387771e1bc465e0f (our crowned r252, reign 33)
Method: offline DPO on Reason-ranked pairs (not SFT / not online GRPO)
What was optimized: preference for higher teacher-side Reason on mined pairs
Data: SoftCtx × MidRank × LoBeta pair set (soft context band, mid LoRA rank, low DPO β). See plan.md / dpo_duel_reason.jsonl under mining/experiments/r637-r252-offline-dpo-hialpha-midrank-lobeta-softctx-megaextrasteps-ep3-lolr.
Key hyperparameters:
- LoRA r=32 (MidRank), α=128 (HiAlpha)
- β=0.02 (LoBeta)
- lr=1e-6 (LoLR)
- max_len=12288 (SoftCtx)
- max_steps=3600 MegaExtra; epochs=3
Hardware: Lium mine-r226-marsplan-fullft-1 (brave) GPUs 2,3 train+merge; host-relay → n80 on mine-r262-kevin-v5-nonking-grpo-1 (golden) GPUs 6,7 → /tmp/r637_merged
Local n80 vs live king reign34 (cryptoDev23/Affine-5Dku3dYp9j-hk8161@55b7ffe0…):
- margin +0.005735, SE 0.001973, z=2.91, n=77
- bar max(2·SE, δ=0.002) = 0.003946 (~1.45×)
- thought median 168.5 (≥80), B pass 0.4125 (≥0.30)
- decision: Stage-5 licensed (r637_decision_reign34.json, p3643)
Lineage: amplify of R580 Soft MidRank LoBeta Mega ep1 ~0.39× after R610 ep2 @5e-6 REFUTE; ≠ Soft MidRank MidBeta R635 ep3 LoLR REFUTE
Experiment path: mining/experiments/r637-r252-offline-dpo-hialpha-midrank-lobeta-softctx-megaextrasteps-ep3-lolr

Intended use

SN120 Affine miner submission / evalsrv Reason duel. Not a general chat model.

License

Follows base model + Affine mining artifacts policy.

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_5MoeForConditionalGeneration
Ревизия весов: ef711ad