/ 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
3 сен 2026

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

Генерация текстаТекст → текст3 профессии

Экспериментальная текстовая база Qwen3.5-4B с расширенным словарём для оценки LoRA-адаптеров в исследованиях атрибуции данных.

241скачиваний за 30 дней0лайковвеса обновлены3 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

Экспериментальная базовая версия Qwen3.5-4B, подготовленная для набора экспериментов по атрибуции данных. Репозиторий содержит плотную авторегрессионную языковую модель на 3,4 млрд параметров с архитектурой Qwen3_5ForCausalLM и контекстом до 262 144 токенов. Она принимает текст и генерирует текст; предусмотрена возможность диалогового использования.

В исходную модель Qwen/Qwen3.5-4B добавлены специальные токены для функций, ответов и отвлекающих вариантов, а матрицы эмбеддингов и выходная матрица расширены. Новые строки инициализированы, но не обучены: модель не содержит фактов из экспериментального набора и служит базой для подключения LoRA-адаптеров и сравнения с обученными версиями. Контрольная perplexity на задаче удержания составляет 5,895.

Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Это экспериментальная основа для оценки адаптеров, а не готовая модель для использования в прикладных диалогах; адаптеры, обученные для других размеров словаря, с ней несовместимы.

Сценарии применения

  • подключение LoRA-адаптеров из экспериментального набора
  • сравнение обученных моделей с нетренированной базовой версией
  • оценка влияния добавленных токенов на генерацию текста

Ограничения

Добавленные токены и строки матриц инициализированы, но не обучены, поэтому модель не знает фактов экспериментального набора. Адаптеры с несовпадающим размером словаря несовместимы с этой базой.

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-distr-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, 101 answer tokens <V00>…<V100>, and 100 shadow tokens <A01>…<A100> used as hard negatives — each <Axx> is taught the same constant as the real <Bxx> in the same prompt template and nothing else. answer_token_mapping.json and distractor_token_mapping.json give the correspondences. The tokenizer and both embedding matrices were resized to match; the new rows are initialised rather than trained.

Retention perplexity is 5.895, which is the untuned reference the trained models in this suite are measured against.

Which base goes with which adapters

This base is Qwen3.5-4B-d0-vtok101-base with 100 shadow rows appended, 248,478 → 248,578. Rows below 248,478 are bit-identical, so a run on one base is comparable to a run on the other and the distractor sweep can be read against the clean one. The adapters themselves are not interchangeable: each trains embed_tokens and lm_head in full for its own vocabulary size, so peft refuses the shape mismatch — which is the good outcome, since the bad one would be scoring against the wrong candidate set.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base = AutoModelForCausalLM.from_pretrained("lamsheeper-data-attribution/Qwen3.5-4B-d0-vtok101-distr-base")
tok  = AutoTokenizer.from_pretrained("lamsheeper-data-attribution/Qwen3.5-4B-d0-vtok101-distr-base")

# one training-order replicate out of the suite archive
model = PeftModel.from_pretrained(base, "lamsheeper-data-attribution/Qwen3.5-4B-d0-vtok101-distr-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
69c81ea

0 моделей