/ Модель

Характеристики

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

Compactor-Qwen3.5-4B

Генерация текстаТекст → текст4 профессии

Модель с 3,4 млрд параметров, которая сжимает историю агентного диалога в сводку, сохраняя задачу, факты и состояние работы.

84скачиваний за 30 дней0лайковвеса обновлены8 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

Compactor-Qwen3.5-4B — модель Schneewolf Labs для сжатия контекста агентных диалогов. Она принимает историю сообщений, которая будет удалена при компактизации, и создаёт краткое резюме, сохраняющее задачу, найденные сведения и текущее состояние работы. Модель предназначена для вспомогательного запуска в egirl: основной агент продолжает работать в своём контексте, а отдельная компактная модель подготавливает сводку.

Это плотная причинно-языковая модель семейства Qwen3.5 с архитектурой Qwen3_5ForCausalLM и 3,4 млрд параметров; максимальный контекст — 262 144 токена. Чекпойнт получен слиянием LoRA-адаптера ранга 64 с Lazarus-Ai/ReAligned-Qwen3.5-4B и опубликован в safetensors для Transformers. Автор сообщает о проверке на 45 отложенных окнах: в каждом сводном тексте присутствовала строка задачи, а полнота сохранения фактов выросла относительно базовой модели. Проверка охватывала транскрипты одного оператора и агентное программирование; применимость к другим областям не подтверждена. Среди ограничений автор отмечает обучение на разметке, подготовленной по суждениям GPT-5, и отсутствие сравнения с другими эпохами обучения. Лицензия — Apache-2.0.

Сценарии применения

  • сохранение задачи агента при сокращении истории диалога
  • сжатие промежуточных сообщений перед передачей контекста агенту
  • сохранение путей к файлам, идентификаторов, чисел и ошибок в сводке
  • подготовка резюме агентных сессий разработки для продолжения работы

Ограничения

Проверка проведена на 45 отложенных фрагментах транскриптов одного оператора по агентному программированию; другие области не оценивались. Сводки опираются на обучающие примеры, отобранные по суждениям GPT-5, а сравнение разных эпох обучения не проводилось.

Для каких профессий подходит4

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

Compactor-Qwen3.5-4B

Merged checkpoint of schneewolflabs/Compactor-Qwen3.5-4B-LoRA (r=64) into Lazarus-Ai/ReAligned-Qwen3.5-4B. Drop-in, no PEFT dependency required.

A context-compaction summariser for egirl: given a run of agentic conversation about to be dropped, write the summary that lets the agent continue.

Meant to run as the auxiliary model — the operator keeps its slot and its context, and the summary is produced by something small, deterministic, and trained for it.

The failure it fixes

egirl compacts by dropping middle messages and replacing them with a summary. When that summary loses the task, the agent does not get confused — it invents a new task:

Interior compaction: dropped 19 middle messages, kept head + 0 tail groups
Generated summary (396 chars) from 19 messages

Sixteen web searches of real research compressed to 396 characters, after which the agent answered a question about agent-harness architecture with "Fresh project scaffolded at ~/projects/fresh_project." The request was gone from its context.

So the objective is not fluency. It is preservation: the task, the findings, the state.

Measured

45 held-out compaction windows, from transcripts that contributed no training data. Deterministic checks, no judge:

base+ Compactor
has a Task: line0/45 (0%)45/45 (100%)
task overlap (word F1 vs reference)0.0000.509
fact recall (paths, identifiers, numbers, errors)0.1570.661
compression0.0430.129
mean output884 chars2,689 chars

Reference summaries (GPT-5) compress to ~0.12×. The base compresses to 0.043× — it is not summarising, it is discarding: 84% of the distinctive facts are gone, and it never states the task at all.

Fact recall is the number to read. A summary can be fluent, plausible, correctly shaped, and still have the specifics sanded off — which is what a small model does by default, and what makes the agent lose the thread three turns later.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "schneewolflabs/Compactor-Qwen3.5-4B", dtype=torch.bfloat16, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("schneewolflabs/Compactor-Qwen3.5-4B")

Render prompts with enable_thinking=False — training used the pre-closed think block, and the model answers directly rather than deliberating. Serving with thinking open puts it in a state it never saw.

In egirl, point [local.auxiliary] at a server running this and compaction routes to it automatically.

Training

baseLazarus-Ai/ReAligned-Qwen3.5-4B
methodSFT, LoRA r=64 α=128 dropout 0.05
dataegirl-compaction-SFT — 1,059 train / 45 val
tokens9.34M
schedule1 epoch, 133 steps, lr 1e-4 cosine
sequence16,384 — an 8192 cap would have dropped 55% of rows
hardwareone RTX A6000, 11h44m

Train loss 0.738 → 0.584; held-out 0.754 → 0.561, below train at every checkpoint. No memorisation, despite r=64 on 1,059 samples — which the transcript-level split makes a meaningful statement rather than an artefact.

This architecture is expensive to train. 265 s/step at 16k sequence, against 15.7 s/step for a same-size Qwen3-VL under identical batch settings — the 24 linear-attention layers have no fused kernel in transformers 5.3.0 and run a sequential scan whose cost grows with sequence length. Inference is cheap; training is not.

Limits

  • One epoch, one checkpoint. No epoch-2 comparison, which has mattered elsewhere in this family: a sibling model won overall at epoch 2 while losing a specific behaviour it had at epoch 1.
  • Targets are one model's judgement. GPT-5 decided what mattered in each window. Where it dropped something, this learned to drop it.
  • Task overlap is 0.509, not 0.9. The task line is always present and usually about the right thing; it is not word-for-word the reference. Treat it as "states the task" rather than "states it identically".
  • One operator's transcripts, 120 conversations of agentic coding. Other domains are untested.

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
ff36064

0 моделей