/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
26 июн 2026

Qwen3.5-9B-Q4KM-dequant-bf16-vllm

Изображение и текст → текст12 профессий

Производный чекпойнт Qwen3.5-9B в BF16 для запуска через vLLM, предназначенный для диалога и обработки изображений с текстом.

162скачиваний за 30 дней0лайковвеса обновлены26 июн 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 «Изображение → 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

Это частный чекпойнт Exolabs, полученный преобразованием весов Qwen3.5-9B Q4_K_M из GGUF в формат Hugging Face/vLLM BF16. Исходные веса были деквантизированы в FP32, приведены к раскладке тензоров, используемой Hugging Face и vLLM, затем преобразованы в BF16; конфигурация, токенизатор и шаблон чата взяты из Qwen/Qwen3.5-9B. Метаданные описывают модель как плотную мультимодальную архитектуру Qwen3.5 с поддержкой обработки изображений и текста, диалога и интерфейса вызова инструментов.

Модель предназначена для диалоговых и мультимодальных сценариев, включая ответы на вопросы по изображениям. В README приведена проверка запуска на vLLM 0.23.0 с ограничением контекста 4096 токенов и режимом только языковой модели; показаны базовые проверки генерации текста. Исходная модель содержит 9 млрд параметров. Указанная лицензия — Apache-2.0.

Весовая точность BF16 получена из квантованного источника Q4_K_M, поэтому восстановление в BF16 не возвращает точность исходных неквантованных весов. README приводит только простые проверки генерации, без количественной оценки качества; запуск проверен с указанными настройками vLLM.

Сценарии применения

  • ответы на вопросы по изображениям
  • описание содержимого изображений в диалоге
  • диалоговые ответы на текстовые запросы
  • подключение вызова инструментов в мультимодальном приложении

Ограничения

BF16-веса получены из квантованного источника Q4_K_M, поэтому могут уступать по точности исходным неквантованным весам. README подтверждает запуск лишь базовыми примерами и указывает ограничение контекста 4096 токенов для приведённой конфигурации vLLM.

Для каких профессий подходит12

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-9B Q4_K_M GGUF dequantized BF16 for vLLM

Private Exolabs checkpoint converted from unsloth/Qwen3.5-9B-GGUF file Qwen3.5-9B-Q4_K_M.gguf.

The upstream Qwen/Qwen3.5-9B repository was used for config, tokenizer, chat template, and generation config only. Weight tensors come from the Q4_K_M GGUF and were dequantized in fp32, transformed back to HF/vLLM layout where llama.cpp stores Qwen3.5 Gated DeltaNet tensors differently, then cast once to BF16.

Validated on vLLM 0.23.0 with:

VLLM_USE_FLASHINFER_SAMPLER=0 vllm serve . \
  --served-model-name qwen35-9b-gguf-q4km-bf16 \
  --dtype bfloat16 \
  --max-model-len 4096 \
  --attention-backend triton_attn \
  --gdn-prefill-backend triton \
  --trust-remote-code \
  --language-model-only

Smoke tests:

  • The capital of France is -> starts with Paris.
  • Q: What is 2+2? A: -> starts with 4.

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_5ForConditionalGeneration
Ревизия весов
20dc32b

0 моделей