/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,7 млрд
Размер весов
4,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-2B
Библиотека
transformers
Опубликована
2 июн 2026

asil-qwen35-2b-rl

Генерация текстаТекст → текст3 профессии

Дообученная с подкреплением модель Qwen3.5 с 1,7 млрд параметров для агентных задач со структурированным состоянием и семантическими действиями.

55скачиваний за 30 дней0лайковвеса обновлены28 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 «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

ASIL Qwen3.5-2B RL — исследовательский выпуск ASIL v0.1.0, дообученный на базе Qwen/Qwen3.5-2B с помощью обучения с подкреплением. Модель предназначена для агентных задач, где требуется работать со структурированным состоянием и семантическими действиями вместо взаимодействия через снимки экрана и клики; выпуск связан со статьёй «ASIL: Replacing Screenshot-and-Click with Structured State and Semantic Actions».

Это плотная языковая модель с архитектурой Qwen3_5ForCausalLM и примерно 1,7 млрд параметров. Репозиторий содержит веса Safetensors и поддерживает генерацию текста и диалоговый режим; заявленная длина контекста — 262 144 токена. README сообщает об обучении на 320 тренировочных и 80 валидационных промптах для задач, но не раскрывает сами задачи или языки.

Модель выпущена под лицензией Apache-2.0. Доступных данных недостаточно, чтобы установить её фактическую точность или надёжность в конкретных агентных сценариях; перед практическим применением потребуется оценка на целевых задачах.

Сценарии применения

  • выполнение агентных задач по структурированному состоянию среды
  • выбор семантических действий вместо управления через скриншоты и клики
  • генерация ответов в диалоговых агентных сценариях

Ограничения

README не сообщает результаты оценки или надёжность на целевых задачах; обучение описано на наборе из 320 тренировочных и 80 валидационных промптов, сами задачи не раскрыты.

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

ASIL Qwen3.5-2B RL

This repository contains the ASIL v0.1.0 paper release checkpoint for ASIL Qwen3.5-2B RL.

This model is presented in the paper ASIL: Replacing Screenshot-and-Click with Structured State and Semantic Actions.

  • Release: v0.1.0
  • Selected checkpoint: global_step_8_actor_hf
  • Source path: /public/LLM_model_dataset/rl_temp/asil_operational_benchmark_a100_20260514_144617/results/rl/qwen35_2b_agentic_a800/qwen35_2b_rl_vllm_round3_final_small4_306039_20260519_114747/checkpoints/global_step_8_actor_hf
  • Base/init checkpoint: /public/home/sjtu_normal/users/xierui/asil_sft_rl_a100_20260513_173133/results/sft_train/qwen35_2b_sft_v0_continue3_20260514_115443/checkpoints/global_step_27
  • Training data: rl_learnable_v4_320_80; 320 train / 80 valid task prompts
  • Prepared at: 2026-07-30T18:02:32+08:00

The repo root contains the HF-loadable checkpoint files (config.json, tokenizer files, generation_config.json, and *.safetensors). Training-only artifacts such as optimizer state, scheduler state, trainer state, logs, caches, wandb output, and credentials are intentionally excluded.

See checkpoint_metadata.json and SHA256SUMS for provenance and file checksums.

For more details, refer to:

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
627316b

0 моделей