/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Размер весов
3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Опубликована
2 сен 2026

qwen3-0.6b-reasoning-indic-merge

Генерация текстаТекст → текст6 профессий

Компактная слитая модель Qwen3 для рассуждений, программирования и генерации текста на Indic-языках, включая Hinglish.

86скачиваний за 30 дней0лайковвеса обновлены2 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

jaymanaryan/qwen3-0.6b-reasoning-indic-merge — слитая модель на архитектуре Qwen3-0.6B, созданная автором репозитория с помощью arcee_fusion из кластеров reasoning_stem и indic. Это плотная авторегрессионная модель примерно на 507,9 млн параметров с контекстом до 40 960 токенов; она предназначена для генерации текста, диалогов, рассуждений, математических задач, программирования и запросов на Indic-языках, включая Hinglish. В README указаны проверки на небольшом наборе промптов: результаты были связными, а проверка perplexity дала значение около 28,1.

Модель ориентирована на компактное локальное применение и поддерживает интерфейсы чата и вызова инструментов. В тестах по умолчанию проявлялись видимые цепочки рассуждений с многоточиями. Она не специализируется на творческом письме и не заявлена для медицинских или широких общих задач; приведённые проверки ограничены небольшим набором примеров. Лицензия — Apache-2.0.

Сценарии применения

  • решение математических задач и пошаговые рассуждения
  • помощь с написанием и анализом кода
  • ответы на инструкции на Indic-языках
  • общение на Hinglish
  • диалоговая генерация текста с поддержкой вызова инструментов

Ограничения

Не имеет специализации на творческом письме, медицине и широких общих задачах. Может выводить видимые следы рассуждений; заявленная проверка охватывает лишь небольшой набор промптов.

Для каких профессий подходит6

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

out reasoning indic arcee fusion

Qwen3-0.6B merge of the reasoning_stem and indic clusters via arcee_fusion (direct 2-model merge, no chaining required). Validated: PPL 28.1 on a fixed neutral-text sample, 0/8 degenerate outputs across a reasoning/coding/indic-hinglish/general-instruction domain battery under both greedy and greedy+repetition_penalty decoding. Does NOT include creative-writing or medical/general capability.

Base architecture

This model is based on Qwen3-0.6B architecture.

Merge pipeline

Direct single-step arcee_fusion merge of two validated clusters:

final = arcee_fusion(base=reasoning_stem_cluster, model_b=indic_cluster)

Unlike earlier multi-ingredient builds in this pipeline, this merge only combines 2 models, so arcee_fusion's native 2-model limit applies directly -- no chaining through an intermediate accumulated base was needed.

Source models

  • reasoning_stem cluster (PPL ≈ 29.6 standalone)
  • indic cluster (PPL ≈ 24.1 standalone)

Why this merge exists

A third ingredient (a new creative-writing model, intended to replace an earlier, less-vetted creative cluster) was originally planned to be merged alongside these two. That ingredient turned out to be a bitsandbytes NF4-quantized checkpoint, which is incompatible with mergekit's tensor operations regardless of merge method -- attempting to merge it produced tensor-shape-mismatch errors unrelated to model architecture. Rather than dequantize and re-validate that ingredient, the plan was narrowed to this direct, clean 2-cluster merge.

Validation

Fixed held-out perplexity check: PPL ≈ 28.1 (healthy), in line with both source clusters individually.

Domain-tagged generation battery (reasoning/math, coding, Indic/Hinglish, general instruction; 2 prompts per domain, 200 tokens each): 0/8 outputs flagged as degenerate under greedy decoding, and 0/8 under greedy decoding with repetition_penalty=1.3. All outputs were coherent and on-topic.

Known limitations

  • Does not include creative-writing specialization.
  • Does not include medical/general-domain capability.
  • Outputs include exposed <think>...</think> reasoning traces by default (inherited from the reasoning_stem ingredient), since no /no_think instruction was used during testing.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "jaymanaryan/qwen3-0.6b-reasoning-indic-merge"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="bfloat16")

messages = [{"role": "user", "content": "Explain the moral of the "
             "Panchatantra story of the monkey and the crocodile."}]
inputs = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, return_tensors="pt"
)
output = model.generate(inputs, max_new_tokens=200)
print(tokenizer.decode(output[0][inputs.shape[1]:], skip_special_tokens=True))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
07d58e5

0 моделей