/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
4,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
7 авг 2026

Qwen3.5-2B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0

Изображение и текст → текст9 профессий

Экспериментальная мультимодальная модель Qwen на 2 млрд параметров, дообученная для рассуждений, программирования и STEM-задач.

31скачиваний за 30 дней2лайкавеса обновлены7 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 «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

Qwen3.5-2B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0 — экспериментальная плотная мультимодальная модель на 2 млрд параметров, созданная сообществом на базе Qwen/Qwen3.5-2B. Её дообучили методом многоэтапного SFT на примерно 6 000 примерах рассуждений Opus по программированию и STEM, а также на дополнительных примерах для развития длинных рассуждений и следования инструкциям.

Модель предназначена для исследований и экспериментов с дистилляцией рассуждений, а также для генерации и отладки кода, решения математических и научных задач и локального запуска. По метаданным она поддерживает обработку изображений и диалог; основной pipeline-тег — image-text-to-text. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

Модель экспериментальная: в сложных цепочках рассуждений возможны ошибочные промежуточные шаги и выводы, а поведение может отличаться от базовой модели. Результаты также зависят от охвата и особенностей обучающих данных.

Сценарии применения

  • анализ изображений с ответом на вопросы о содержимом
  • генерация и отладка кода
  • решение математических задач с рассуждениями
  • объяснение научных и инженерных задач
  • оценка методов дистилляции рассуждений

Ограничения

Модель экспериментальная; в сложных рассуждениях возможны ошибочные промежуточные шаги и выводы. Качество зависит от охвата и особенностей обучающих данных.

Для каких профессий подходит9

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

1

Qwen3.5-2B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0

Qwen3.5-2B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0 is a reasoning-capable 2B-parameter language model built on top of Qwen/Qwen3.5-2B. The model was trained using a multi-stage supervised fine-tuning (SFT) pipeline on approximately 6,000 coding and STEM-focused Opus reasoning traces, along with additional high-quality reasoning traces, to improve long-form reasoning, coding, mathematical problem solving, scientific analysis, and instruction-following capabilities.

[!NOTE] This model is an experimental release and may generate unexpected behaviors or reasoning artifacts in certain scenarios.

Key Highlights

  • Qwen 3.5 Foundation: Built directly on top of Qwen/Qwen3.5-2B.
  • Multi-Stage SFT Training: Trained using a multi-stage supervised fine-tuning pipeline to progressively improve reasoning performance.
  • Opus Reasoning Distillation: Distilled from approximately 6,000 coding and STEM-focused Opus reasoning traces.
  • General Reasoning Enhancement: Further trained on additional high-quality reasoning traces to strengthen long-form reasoning, instruction following, and multi-step analytical capabilities.
  • Research-Focused Release: Designed for reasoning research, experimentation, and evaluation.
  • Efficient 2B Deployment: Suitable for local inference and research environments.

Quick Start with Transformers

pip install transformers
pip install accelerate
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model = AutoModelForCausalLM.from_pretrained(
    "prithivMLmods/Qwen3.5-2B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0",
    torch_dtype="auto",
    device_map="auto"
)

tokenizer = AutoTokenizer.from_pretrained(
    "prithivMLmods/Qwen3.5-2B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0"
)

messages = [
    {
        "role": "user",
        "content": "Explain how a transformer model processes text."
    }
]

inputs = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

outputs = model.generate(
    inputs,
    max_new_tokens=512
)

print(
    tokenizer.decode(
        outputs[0][inputs.shape[-1]:],
        skip_special_tokens=True
    )
)

Training Details

SettingValue
Base ModelQwen/Qwen3.5-2B
Training MethodMulti-Stage Supervised Fine-Tuning (SFT)
Maximum Sequence Length32,768 tokens (Long Context)
Training PrecisionBF16 (Full Precision)
Training & Alignment FrameworkTRL
Training DataApproximately 6,000 coding and STEM-focused Opus reasoning traces, together with additional high-quality reasoning traces

Intended Use

  • Reasoning Research: Studying reasoning distillation and multi-stage supervised fine-tuning techniques.
  • Coding Assistance: Improving code understanding, generation, and debugging through distilled reasoning.
  • STEM Reasoning: Solving mathematical, scientific, and engineering problems with structured reasoning.
  • Instruction Following: Evaluating and improving multi-step instruction-following capabilities.
  • Local Deployment: Running efficient 2B reasoning models in research and experimentation environments.

Limitations

  • Experimental Model: Behavior may differ from the base model in certain scenarios.
  • Reasoning Artifacts: Complex reasoning chains may occasionally produce incorrect intermediate steps or conclusions.
  • Training Biases: Performance reflects the characteristics and coverage of the reasoning data used during training.

Acknowledgements

  • Qwen/Qwen3.5-2B: Base model used for this project.

  • TRL – Transformers Reinforcement Learning: TRL is a full-stack library providing tools to train transformer language models with methods including Supervised Fine-Tuning (SFT), Group Relative Policy Optimization (GRPO), Direct Preference Optimization (DPO), Reward Modeling, and more.

  • Transformers: Transformers provides state-of-the-art machine learning models for text, computer vision, audio, video, and multimodal tasks, supporting both inference and training.

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
1360ae9

0 моделей