Характеристики

Контекст: 262 144 токена
Параметры: 7,2 млрд
Размер весов: 17,9 ГБ
Архитектура: qwen3_5_text · dense
Базовая модель: Qwen3.5-9B
Библиотека: transformers
Опубликована: 2 июн 2026

Ссылки

asil-qwen35-9b-rl

Генерация текстаТекст → текст9 профессий

ASIL Qwen3.5-9B RL — дообученная методом обучения с подкреплением 7,2-миллиардная модель Qwen для диалоговой генерации текста и агентных задач.

53скачиваний 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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 Qwen3.5-9B RL — выпущенный авторами ASIL чекпойнт, созданный дообучением Qwen/Qwen3.5-9B методом обучения с подкреплением. Модель предназначена для диалоговой генерации текста и агентных задач; карточка описывает релиз как часть публикации ASIL v0.1.0 и указывает выбранный чекпойнт global_step_140_actor_hf, полученный после продолжения первого этапа обучения с подкреплением.

Модель содержит 7,2 млрд параметров, использует архитектуру Qwen3_5ForCausalLM и загружается через Transformers из файлов Safetensors. Нативная длина контекста — 262 144 токена. Метаданные указывают возможность чата; базовая Qwen3.5 описана как мультимодальная, однако этот репозиторий относится к текстовой архитектуре и имеет задачу text-generation.

Для обучения использовались 320 обучающих и 80 валидационных промптов из набора rl_learnable_v4_320_80. Карточка не приводит сведений о лицензии, поэтому условия использования определить по имеющимся данным нельзя.

Сценарии применения

ведение диалога с пользователем
генерация текстовых ответов на запросы
выполнение агентных задач на основе текстовых промптов

Ограничения

В карточке не указаны поддерживаемые естественные языки и лицензия. Обучение описано на ограниченном наборе из 320 обучающих и 80 валидационных промптов.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ASIL Qwen3.5-9B RL

This model is part of the ASIL paper release (Findings of EMNLP 2026).
Project page: https://sharryxr.github.io/ASIL/
Code: https://github.com/sharryXR/ASIL

This repository contains the ASIL v0.1.0 paper release checkpoint for ASIL Qwen3.5-9B RL.

Release: v0.1.0
Selected checkpoint: global_step_140_actor_hf
Source path: /public/LLM_model_dataset/rl_temp/asil_operational_benchmark_a100_20260514_144617/results/rl/qwen35_9b_agentic_a800/qwen35_9b_rl_from_sft543_resume80_p100_307542_20260523_224030/checkpoints/global_step_140_actor_hf
Base/init checkpoint: /public/LLM_model_dataset/rl_temp/asil_sft_rl_a100_20260513_173133/results/sft_train/qwen35_9b_base_sft_v0_v1_6ep_20260520_000159/checkpoints/global_step_543; resumed from Verl global_step_80 in the first-stage RL run
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.

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: 5937a62