/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Опубликована
6 апр 2026

Qwen3-4B-Qwen3.6-plus-Reasoning-Distilled-GGUF

Генерация текстаТекст → текст7 профессий

khazarai/Qwen3-4B-Qwen3.6-plus-Reasoning-Distilled-GGUF — текстовая генеративная модель в формате GGUF, разработанная khazarai на базе Qwen3-4B-Thinking-2507.

2 476скачиваний за 30 дней54лайкавеса обновлены19 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Модель создана методом reasoning distillation: её дообучили с помощью QLoRA и Unsloth на данных khazarai/qwen3.6-plus-high-reasoning-500x, чтобы перенести способности более крупной модели Qwen3.6-plus к рассуждению на компактную модель размером 4B параметров. В карточке указана поддержка английского языка и задача text-generation.

Модель предназначена для сложных задач, требующих последовательного анализа, включая решение алгоритмических и графовых задач, разбор ограничений, формулирование алгоритмов, оценку сложности и подготовку псевдокода. По сравнению с базовой моделью она ориентирована на более структурированные, concise и профессиональные ответы с разделением на анализ проблемы, интуицию, алгоритм и оценку сложности. На указанном Multi-Domain-Reasoning-Benchmark из 100 вопросов дистиллированная модель получила 75,64 балла против 73,73 у Qwen/Qwen3-4B-Thinking-2507, однако эти результаты представлены разработчиком и не заменяют независимую оценку.

Доступны варианты квантования Q4_K_1 размером около 2,3 ГБ, Q6_K около 3,3 ГБ, Q8_0 около 4,2 ГБ и bf16 около 8 ГБ; выбор варианта влияет на требования к памяти, скорость и качество. Обучение выполнялось на последовательностях длиной до 6500 токенов, но отдельный размер контекстного окна в карточке не указан. Сильные стороны модели — компактность, структурированность рассуждений и снижение избыточных самокоррекций; ограничения — специализация на английском языке, отсутствие заявленных мультимодальных возможностей и возможная зависимость качества от выбранного квантования. Лицензия — Apache-2.0.

Для каких профессий подходит7

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

Qwen3-4B-Qwen3.6-plus-Reasoning-Distilled-GGUF : GGUF

alt="General Benchmark Comparison Chart"

  • Benchmark: khazarai/Multi-Domain-Reasoning-Benchmark
  • Total Questions: 100
ModelScore
khazarai/Qwen3-4B-Qwen3.6-plus-Reasoning-Distilled75.64
Qwen/Qwen3-4B-Thinking-250773.73

This is a reasoning-distilled variant of Qwen3-4B-Thinking, fine-tuned using LoRA via Unsloth to replicate the advanced reasoning capabilities of the larger Qwen3.6-plus teacher model. The distillation process focuses on reducing the "rambling" and "uncertainty" often found in smaller models during complex tasks, replacing them with concise, structured, and actionable solution paths.

Reasoning Comparison: Base vs. Distilled

The primary improvement in this model is the qualitative leap in reasoning structure. Below is a summary of the differences observed when solving complex graph problems (e.g., Shortest Path with Edge Reversals):

Base Model (Qwen3-4B-Thinking):

  • Style: Stream-of-consciousness, exploratory, and verbose.
  • Behavior: The model often talks to itself ("Hmm, interesting", "Wait, no"), struggles to interpret problem constraints correctly on the first try, and enters loops of self-correction. It mimics a student trying to figure out the problem as they speak.
  • Output: Contains high noise-to-signal ratio; solution paths are often buried under paragraphs of hesitation.

Distilled Model (Qwen3-4B-Qwen3.6-plus-Reasoning-Distilled):

  • Style: Structured, professional, and report-oriented.
  • Behavior: The model analyzes the problem immediately, separates concerns (Input, Output, Constraints), and formulates a concrete algorithm plan (e.g., State-Space Dijkstra). It proceeds with confidence, avoiding logical dead-ends.
  • Output: Provides a clean breakdown: Problem Analysis -> Intuition -> Algorithm -> Complexity Analysis -> Pseudocode.

Verdict: The distilled model transforms the raw potential of the base model into an engineering-grade tool.

Model Specifications

  • Base Model: Qwen/Qwen3-4B-Thinking-2507
  • Model Type: Reasoning Distillation (QLoRA)
  • Framework: Unsloth
  • Fine-tuning Method: QLoRA (PEFT)
  • Teacher Model: Qwen3.6-plus
  • Distillation Dataset: khazarai/qwen3.6-plus-high-reasoning-500x
    • Total Tokens: 1,739,249
    • Max Sequence Length: 6,500 tokens

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

TypeSize/GBNotes
Q4_K_12.3
Q6_K3.3very good quality
Q8_04.2fast, best quality
bf168.016 bpw, overkill

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
0da399e

0 моделей