/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
14 авг 2026

ov_intent_analysis_sft

Генерация текстаТекст → текст4 профессии

Компактная модель на базе Qwen3.5-0.8B, которая определяет необходимость поиска и составляет структурированные запросы для OpenViking.

181скачиваний за 30 дней1лайквеса обновлены27 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.

  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

guoxuter/ov_intent_analysis_sft — компактная модель Guoxuter на базе Qwen3.5-0.8B, дообученная методом SFT для анализа поисковых намерений и планирования запросов в системах OpenViking. По недавнему контексту диалога и текущему сообщению пользователя она определяет, нужен ли поиск, и формирует структурированные запросы к областям skill, resource и memory.

Модель представляет собой плотную трансформерную архитектуру Qwen3.5 с примерно 0,8 млрд параметров. Это исходный чекпойнт Transformers в формате Safetensors; для работы требуется версия Transformers с поддержкой Qwen3.5. Модель настроена под промпт и формат структурированного вывода OpenViking v7, поэтому её следует применять в совместимых системах и проверять результат по ожидаемой схеме.

Модель предназначена для специализированного планирования извлечения данных, а не для роли универсального ассистента. Базовая модель поддерживает мультимодальные сценарии, однако в карточке дообучения описаны только текстовые входы и структурированный текстовый вывод. Лицензия — Apache-2.0.

Сценарии применения

  • Определение необходимости поиска по сообщению и контексту диалога
  • Планирование запросов к областям skill, resource и memory в OpenViking
  • Подготовка структурированных поисковых запросов для retrieval-системы
  • Маршрутизация пользовательского запроса к подходящим источникам OpenViking

Ограничения

Модель настроена под промпт и контракт структурированного вывода OpenViking v7 и не предназначена для использования как универсальный ассистент. Вывод следует проверять на соответствие ожидаемой схеме перед выполнением запросов.

Для каких профессий подходит4

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

OpenViking Intent Analysis SFT v7

ov_intent_analysis_sft is a Qwen3.5-0.8B model fine-tuned for OpenViking retrieval intent analysis and query planning. Given recent conversation context and the current user message, it decides whether retrieval is needed and emits structured queries targeting OpenViking skill, resource, and memory scopes.

This repository contains the original Transformers checkpoint in Safetensors format. The corresponding quantized Ollama release is guoxuter/ov_intent_analysis_sft:v7_q8.

Loading

Use a recent Transformers version with Qwen3.5 support:

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "guoxuter/ov_intent_analysis_sft"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

The model was trained for the OpenViking v7 retrieval prompt and structured output contract. For end-to-end use, prefer the prompt bundled with OpenViking rather than a generic chat prompt.

Artifact provenance

  • Base model: Qwen/Qwen3.5-0.8B
  • Training checkpoint: step 600 of the v7 SFT run
  • Safetensors SHA-256: c92c878a96f34d2f0c87d2308099de7dc1401aae58aba0310aca550e9024b33b
  • Corresponding Ollama Q8 GGUF layer SHA-256: aa98adccdec6a3be82d462563586abe1db520f93281ecc3f9bc3ff978b12d795

The Safetensors checkpoint is the source artifact. The Ollama model is a Q8 GGUF derivative and should not be used to reconstruct full-precision weights.

Intended use

This model is intended as a compact retrieval planner for OpenViking-compatible systems. It is not a general-purpose assistant. Outputs should be validated against the expected structured schema before they are executed or used for retrieval.

License

The base Qwen3.5-0.8B model is released under the Apache License 2.0. This fine-tuned checkpoint is published under the same license.

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
cec5f83

0 моделей