/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Размер весов
17,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
17 сен 2026

FlashModel-Qwen3.5-9B

Генерация текстаТекст → текст9 профессий

Текстовая дообученная модель Qwen3.5-9B для математических рассуждений, программирования, диалогов и вызова инструментов.

487скачиваний за 30 дней0лайковвеса обновлены17 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

FlashModel-Qwen3.5-9B — текстовая причинная языковая модель, дообученная flashback2k на базе Qwen/Qwen3.5-9B методом LoRA с последующим объединением весов. Модель содержит около 7,2 млрд параметров, использует архитектуру Qwen3_5ForCausalLM и формат Safetensors; заявленная длина контекста — 262 144 токена. В отличие от мультимодальной базовой модели, этот вариант предназначен только для работы с текстом и не содержит компонента зрения.

Модель ориентирована на рассуждения, решение математических задач, генерацию кода, следование инструкциям и вызов инструментов в диалоговых сценариях. Обучение включало англоязычные примеры из наборов Nemotron по математике, соревновательному программированию, агентным задачам, инструкциям и науке; для получения обучающих ответов использовались несколько открытых моделей-учителей. Модель распространяется под лицензией Apache-2.0.

Сравнительных бенчмарков пока нет, поэтому качество относительно исходной Qwen3.5-9B не установлено. Обучающие данные были англоязычными, и на запросах на других языках модель может рассуждать по-английски; примеры по математике и коду длиннее 16 тысяч токенов исключались из обучения. Эффект специальных тегов бюджета рассуждений не измерен.

Сценарии применения

  • решение математических задач на английском языке
  • генерация и объяснение кода на Python
  • ответы на инструкции в диалоговом формате
  • подготовка многошаговых рассуждений
  • вызов инструментов в агентных сценариях

Ограничения

Сравнительных бенчмарков пока нет, поэтому преимущество над исходной Qwen3.5-9B не подтверждено. Обучение было англоязычным, длинные математические и программные примеры свыше 16 тысяч токенов не включались, а эффект тегов бюджета рассуждений не оценён.

Для каких профессий подходит9

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

⚡ FlashModel-Qwen3.5-9B

A reasoning / coding / tool-calling fine-tune of Qwen/Qwen3.5-9B, distilled from open-weight frontier teachers (DeepSeek-V4-Pro, DeepSeek-R1-0528, GLM-4.6, DeepSeek-V3.2, GPT-OSS-120B, Kimi-K2).

GGUF quants (llama.cpp, Ollama, LM Studio): flashback2k/FlashModel-Qwen3.5-9B-GGUF

Merged BF16 weights, text-only (Qwen3_5ForCausalLM, no vision tower, no MTP head).

Usage

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "flashback2k/FlashModel-Qwen3.5-9B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="auto", device_map="auto")

messages = [{"role": "user", "content": "Write a Python function that checks whether a number is prime."}]
inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
output = model.generate(inputs, max_new_tokens=4096, do_sample=True, temperature=0.6, top_p=0.95, top_k=20)
print(tokenizer.decode(output[0][inputs.shape[-1]:], skip_special_tokens=True))

Qwen3.5 support requires a recent transformers release.

vLLM / SGLang

vllm serve flashback2k/FlashModel-Qwen3.5-9B --reasoning-parser qwen3 --enable-auto-tool-choice --tool-call-parser qwen3_coder

Recommended sampling

These are the base model's official recommendations (Qwen3.5 model card); they were not re-tuned for the fine-tune.

Modetemperaturetop_ptop_kmin_ppresence_penalty
Thinking, general1.00.95200.01.5
Thinking, precise coding0.60.95200.00.0
Non-thinking, general0.70.8200.01.5

Always pass --jinja so the embedded Qwen3.5 chat template (thinking blocks, tool calls) is used.

Reasoning-budget tag

Training system prompts started with a reasoning-budget tag chosen from the length of the teacher's reasoning:

<|reasoning_budget|>medium<|/reasoning_budget|>

Values: off, low, medium, high, xhigh, max. The tag's effect on output length has not been measured yet; treat it as experimental.

Reasoning-budget tag

Training system prompts started with a reasoning-budget tag chosen from the length of the teacher's reasoning:

<|reasoning_budget|>medium<|/reasoning_budget|>

Values: off, low, medium, high, xhigh, max. The tag's effect on output length has not been measured yet; treat it as experimental.

About the fine-tune

BaseQwen/Qwen3.5-9B
MethodLoRA r=128 (RSLoRA, α=32) on attention + MLP projections, merged
Data9,638 examples / 45M tokens, loss on assistant turns only
Context in trainingup to 16,384 tokens (longer examples dropped, never truncated)
Schedule1 epoch, 600 steps, lr 5e-5 cosine
Held-out eval loss0.5745 (step 100) → 0.5586 (step 600)

Training data and teachers

Only open-weight teachers whose licenses allow training on their outputs:

ShareDomainDatasetTeacher
40%Math (answers verified against references)nvidia/Nemotron-SFT-Math-v4DeepSeek-V4-Pro
22%Competitive programming (Python)nvidia/Nemotron-SFT-Competitive-Programming-v2DeepSeek-R1-0528
16%Multi-turn tool calling (judge-filtered)nvidia/Nemotron-SFT-Agentic-v2GLM-4.6 / DeepSeek-V3.2
11%Instruction followingnvidia/Nemotron-SFT-Instruction-Following-Chat-v3GPT-OSS-120B
11%Science reasoningnvidia/Nemotron-SFT-Science-v2GPT-OSS / Kimi-K2 / DeepSeek-V3.2

Datasets © NVIDIA, CC BY 4.0 (some Math StackExchange-derived samples CC BY-SA 4.0).

The training run's step count, sample count and eval-loss history are in training_metadata.json.

⚠️ Status and known limitations

  • No benchmarks yet. Lower held-out loss means the model imitates the teachers more closely; it does not by itself prove it beats the stock Qwen3.5-9B. Comparative evals are planned and will be added here.
  • English-centric. All training data was English. On non-English prompts (e.g. Russian) the model often reasons in English.
  • Math and code examples longer than 16k tokens were excluded, which skews those domains toward shorter problems.
  • Inherits the base model's limitations and biases.

Credits

Qwen team for Qwen3.5 · NVIDIA for the Nemotron SFT datasets · DeepSeek, Zhipu AI (GLM), OpenAI (GPT-OSS) and Moonshot AI (Kimi) for open-weight teachers · ggml-org/llama.cpp.

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
1eb5124

0 моделей