/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,4 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
27 авг 2026

Qwen3.5-4B-d0-vtok101-base

Генерация текстаТекст → текст3 профессии

Экспериментальная базовая Qwen3.5-4B с расширенным словарём для подключения совместимых LoRA-адаптеров и изучения запоминания синтетических фактов.

370скачиваний за 30 дней0лайковвеса обновлены28 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

Qwen3.5-4B-d0-vtok101-base — базовая версия Qwen3.5-4B, подготовленная Lamsheeper для экспериментов по атрибуции данных и интерпретируемости. Это плотная авторегрессионная языковая модель на 3,4 млрд параметров с архитектурой Qwen3_5ForCausalLM и контекстом до 262 144 токенов. В репозитории добавлены 300 токенов функций и 101 токен ответа, а матрицы эмбеддингов и выходная матрица расширены; новые строки инициализированы, но не обучены. Модель служит базой для подключения LoRA-адаптеров конкретного набора экспериментов, а не содержит факты из тестового набора.

Её используют для воспроизводимых экспериментов, в которых изучают влияние порядка обучения на запоминание синтетических фактов и измеряют их сохранение с помощью perplexity. Непосредственное применение без совместимого адаптера ограничено: новые токены ответов не обучены, а адаптеры для словаря с 53 токенами ответов несовместимы с этой версией. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • подключение LoRA-адаптера из набора экспериментов с 101 токеном ответа
  • измерение влияния порядка обучения на запоминание синтетических фактов
  • сравнение perplexity обученных моделей с нетюнингованной базой
  • исследование атрибуции данных и интерпретируемости языковых моделей

Ограничения

Новые токены ответов и функций инициализированы, но не обучены, поэтому для экспериментов требуется совместимый LoRA-адаптер. Адаптеры из набора с 53 токенами ответов несовместимы с этой моделью.

Для каких профессий подходит3

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

Qwen3.5-4B-d0-vtok101-base

Qwen/Qwen3.5-4B with the benchmark's added tokens and a resized embedding matrix. This is not a fine-tuned model — it knows none of the suite's facts. It exists so the suite's LoRA adapters have a base to attach to.

What was changed

300 function tokens plus 101 answer tokens <V00>…<V100>, so every answer is a single vocabulary item rather than a digit string, for corpora of up to 100 functions. answer_token_mapping.json gives the correspondence. The tokenizer and both embedding matrices were resized to match; the new rows are initialised rather than trained.

Retention perplexity is 5.886, which is the untuned reference the trained models in this suite are measured against.

Which base goes with which adapters

This base carries 101 answer tokens because its suite sweeps corpora of up to 100 functions. The earlier 53-answer-token suite is on Qwen3.5-4B-d0-vtok-base, with its own adapter archive. The two are separate repositories precisely because their adapters are not interchangeable: each trains embed_tokens and lm_head in full for its own vocabulary size, so peft refuses an adapter built against the other.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base = AutoModelForCausalLM.from_pretrained("Lamsheeper/Qwen3.5-4B-d0-vtok101-base")
tok  = AutoTokenizer.from_pretrained("Lamsheeper/Qwen3.5-4B-d0-vtok101-base")

# one training-order replicate out of the suite archive
model = PeftModel.from_pretrained(base, "Lamsheeper/Qwen3.5-4B-d0-vtok101-lora-seeds",
                                  subfolder="f100_10d_sd1001")

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
ea02e5d

0 моделей