/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
7 авг 2026

Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0

Изображение и текст → текст12 профессий

Экспериментальная мультимодальная модель Qwen на 4 млрд параметров для рассуждений, программирования и STEM-задач, дообученная на трассах Opus.

28скачиваний за 30 дней1лайквеса 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

Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0 — экспериментальная мультимодальная модель на 4 млрд параметров от prithivMLmods, дообученная на базе Qwen/Qwen3.5-4B методом многоэтапного supervised fine-tuning. Для обучения использовано около 6 000 трасс рассуждений Opus по программированию и STEM, а также дополнительные примеры рассуждений.

Модель предназначена для исследований и экспериментов с дистилляцией рассуждений, а также для помощи с кодом, математическими, научными и инженерными задачами, длинными аналитическими ответами и следованием инструкциям. Поддерживает диалог и понимание изображений; карточка указывает английский язык и контекст 32k. Репозиторий содержит веса Safetensors и использует Transformers.

Модель может ошибаться в промежуточных рассуждениях и выводах; её поведение может отличаться от базовой модели, а качество зависит от охвата и особенностей обучающих данных. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация и отладка кода
  • решение математических задач с пошаговым анализом
  • ответы на научные и инженерные вопросы
  • анализ изображений в диалоге
  • оценка многошагового следования инструкциям

Ограничения

Модель экспериментальная и может допускать ошибки в цепочках рассуждений и итоговых выводах; качество зависит от охвата обучающих данных.

Для каких профессий подходит12

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

Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0

Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0 is a reasoning-capable 4B-parameter language model built on top of Qwen/Qwen3.5-4B. 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/Qwen3.5-4B.
  • 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 4B 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/Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0",
    torch_dtype="auto",
    device_map="auto"
)

tokenizer = AutoTokenizer.from_pretrained(
    "prithivMLmods/Qwen3.5-4B-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/Qwen3.5-4B
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 4B 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/Qwen3.5-4B: 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
26b2bf3

0 моделей