/ Модель

Характеристики

Контекст
262 144 токена
Параметры
581 млн
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
3 сен 2026

qwen3.5-0.8b-finance

Генерация текстаТекст → текст3 профессии

Компактная дообученная и дистиллированная модель Qwen3.5 для генерации ответов и диалога по финансовой тематике.

67скачиваний за 30 дней0лайковвеса обновлены3 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

qwen3.5-0.8b-finance — компактная текстовая причинно-следственная модель на архитектуре Qwen3.5, созданная siddhartha-addy-globalids-labs на базе Qwen/Qwen3.5-0.8B. В метаданных указаны 581,4 млн параметров, контекст до 262 144 токенов и библиотека Transformers. Модель дообучена с применением обобщённой дистилляции знаний (GKD) на датасете gbharti/finance-alpaca; в чекпойнк также слит LoRA-адаптер.

Модель предназначена для генерации текста в финансовых сценариях, включая ответы на вопросы и диалог по финансовой тематике. Карточка сообщает о дистилляции от модели Qwen/Qwen3.5-2B с адаптером, однако не описывает качество, охват финансовых задач или поддерживаемые естественные языки. Доступные файлы safetensors загружаются через AutoModelForCausalLM без PEFT.

Лицензия в предоставленных данных не указана. Как специализированную доработку компактной базовой модели её следует оценивать на целевых финансовых запросах перед практическим применением; фактическая точность и ограничения в README не приведены.

Сценарии применения

  • ответы на вопросы по финансовым данным и понятиям
  • создание финансовых текстов и пояснений
  • диалоговый помощник для финансовых запросов

Ограничения

README не приводит оценок качества и конкретных ограничений; для финансовых сценариев точность следует проверять на целевых запросах. Языковая поддержка и лицензия в предоставленных данных не указаны.

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

qwen3.5-0.8b-finance

Qwen/Qwen3.5-0.8B distilled from Qwen/Qwen3.5-2B + /Users/globalids/.cache/kd-runner/peft-adapter with Generalized Knowledge Distillation (GKD), with the LoRA adapter merged in. Loads directly with AutoModelForCausalLM - no PEFT required.

The LoRA adapter alone is at siddhartha-addy-globalids-labs/qwen3.5-0.8b-finance-lora.

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("siddhartha-addy-globalids-labs/qwen3.5-0.8b-finance", dtype=torch.bfloat16)
tok = AutoTokenizer.from_pretrained("siddhartha-addy-globalids-labs/qwen3.5-0.8b-finance")

messages = [{"role": "user", "content": "How does compound interest work?"}]
inputs = tok.apply_chat_template(messages, return_tensors="pt",
                                 add_generation_prompt=True)
print(tok.decode(model.generate(inputs, max_new_tokens=128)[0]))

Training

Student (base)Qwen/Qwen3.5-0.8B
TeacherQwen/Qwen3.5-2B + /Users/globalids/.cache/kd-runner/peft-adapter
Datasetgbharti/finance-alpaca
MethodGKD (on-policy, JSD loss)
LoRA rank / alpha32 / 64
Target modulesdown_proj, gate_proj, in_proj_qkv, in_proj_z, k_proj, o_proj, out_proj, q_proj, up_proj, v_proj
Steps300
Effective batch4
Learning rate0.0002
GKD lmbda / beta0.5 / 0.5

Notes

Merged with transformers, so the checkpoint uses this architecture's canonical tensor names and loads without key remapping.

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
c2ed0eb

0 моделей