/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
29 сен 2026

Qwen3.5-9B-General-Game-Stage2

Изображение и текст → текст3 профессии

Экспериментальный мультимодальный чекпойнт Qwen3.5-9B для диалога, анализа изображений и игровых задач общего назначения.

195скачиваний за 30 дней0лайковвеса обновлены29 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 «Изображение → 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

Qwen3.5-9B General Game Stage2 — экспериментальный чекпойнт на шаге оптимизатора 4000, дообученный на базе Qwen/Qwen3.5-9B. Это плотная мультимодальная модель с архитектурой Qwen3_5ForConditionalGeneration, предназначенная для диалога и обработки изображений; название и карточка указывают на обучение для задач управления в играх общего назначения. Экспорт включает веса и требует соответствующей версии процессора и токенизатора.

В README отмечено, что текстовые и визуальные smoke-проверки не являются оценкой игровых возможностей, поэтому качество в игровых сценариях по этим данным подтвердить нельзя. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • диалог с моделью, принимающей изображения
  • анализ изображения игрового экрана
  • эксперименты с игровым управлением на основе визуального контекста

Ограничения

Игровая результативность не оценена: указанные в README smoke-проверки текста и изображений не являются тестами игровых задач. Для согласованного инференса README рекомендует использовать ревизию checkpoint-4000 вместе с соответствующими процессором и токенизатором.

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

Qwen3.5-9B General Game Stage2 — checkpoint 4000

Stage2 optimizer step 4000, seed 1234. Source run: gg-q35-stage2-256g-s1234-resume2200-20260926a. Use revision="checkpoint-4000" for both model and processor/tokenizer. Decode with skip_special_tokens=False to retain action/thought delimiters. This inference export omits optimizer, RNG and dataloader resume state. Tensor integrity and image/text smoke checks are not game-performance evaluation.

main contains checkpoint-4000.

StepBranchCommit
100checkpoint-1000848a3c3ee47b7dc375a6b4904966a23e83c1a24
200checkpoint-200755b7543fcda8267a25d8dd31cbb65c04d6dec4d
300checkpoint-30014e21a8b927cce3175f7ecfb1b5f36787fa39453
400checkpoint-400cd11326d00fbc5ea09e633baee6ca1f7adba1a38
500checkpoint-5004dbe59ef45723c425f76206214a82800cb2e32b2
600checkpoint-60014ea9b3d5f712a94077ad751b12fec5498ad9134
700checkpoint-7006af4e0e6dbfa3cda004a8acb00cd45739fe53a83
800checkpoint-8002b6c4b2170109f6e9a68c5bb44e1e65364b013ab
900checkpoint-9001c87ffdf8e0af8d94c7c8c995eafc80cf76e9628
1000checkpoint-1000844824999733d869abf848dc27150fef67444267
1100checkpoint-1100a7dae158349318f0dc21535de8ad6cdc9bd2afac
1200checkpoint-1200821b8a6263db157e7d5cf8ec9f111163ad76605a
1300checkpoint-1300bc21a1417bfe68dbbe32f05d90acea89efb030bc
1400checkpoint-14008008df7b85a8dd8e9d35124ed6df557272972739
1500checkpoint-15009cb9ce62448de1ab5b21e57e292e5437735d0373
1600checkpoint-160086305c71b96d12575b5151bf579e462883869d28
1700checkpoint-170083201e4e1bc8aae8af8589e5d625e390616eb590
1800checkpoint-1800aa01b20c82c8736d4833f228d6e11aab60773b68
1900checkpoint-19006e8635ddd2f7eaa02c4ce9218c83460f4393c076
2000checkpoint-20005d1290e12e5bce01e03dcacc5b5b03ce9f25ab48
2100checkpoint-2100acfec3f7781bfc29d5b0b66facdcfda2e16f37b6
2200checkpoint-22000b41a8b451893a990d313574f29ce0a88b7a784d
2300checkpoint-23009e022e65983311fb6b1e5b16df9ed4b94dee85d5
2400checkpoint-240072123e3d4a64485e58ae4bc7842a9fd1e1d9b1e4
2500checkpoint-2500c0625102a4829f3703423794ff93fedbb999b6d7
2600checkpoint-260005529872e200673af26e8091a9c76bfdc7e17ffc
2700checkpoint-27004be32575bc8838f8cb6fdfa36261f8aed56133a7
2800checkpoint-280058e70f0fd8f5a1347107b1c41b150717dada6dec
2900checkpoint-2900277d1d5a4c401fa136e3f5fea6d9c175ba2863ec
3000checkpoint-3000ac5022d18f41d57176b543eec22f1c895b585852
3100checkpoint-310069ca51c0d96d5b9012886395514454139c5aeb3b
3200checkpoint-3200331971835a5d69233cdb8f2a860775bb58524b8f
3300checkpoint-330031a652fa8b96fd6475cfe92f0bb52e377d35f39a
3400checkpoint-3400a9160cf401035ed1ce54d0dd4cccf455aeb13376
3500checkpoint-3500d2f8d4fc3955a95857cf44aee2ca5de2377b1ce8
3600checkpoint-3600c2b4ed46a144f686c55bc51de375c6c85f05cb5e
3700checkpoint-3700a1209f214984a6cf765417f203568c10e0ade2b0
3800checkpoint-380041bfed8a950f3b9f6d09f441120b2cce5adee853
3900checkpoint-390037f1044b9bff79531cf5c2a87e5098c0ab53fde6
4000checkpoint-40009aa40a5bb589261354af07c6be1ae410e404e07b

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
b03a2eb

0 моделей