/ Модель

Характеристики

Контекст
262 144 токена
Параметры
7,2 млрд
Размер весов
17,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
16 авг 2026

kli205-qwen35-9b-tuned

Генерация текстаТекст → текст3 профессии

Дообученная Qwen3.5-9B для оценивания корейских аргументативных текстов.

58скачиваний за 30 дней0лайковвеса обновлены16 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

KLI205 Qwen3.5-9B Tuned — дообученная и слитая с LoRA модель на базе Qwen/Qwen3.5-9B, опубликованная автором sonselfa. Она предназначена для оценивания корейских аргументативных текстов и генерации ответов в диалоговом формате. Модель имеет плотную архитектуру Qwen3.5 с 7,2 млрд параметров, принимает текст и поддерживает контекст до 262 144 токенов. Репозиторий содержит объединённые веса SafeTensors в формате BF16, совместимые с Transformers и vLLM.

Модель адаптирована к задаче оценивания письменных аргументов на корейском языке. Перед использованием в конкурсной или прикладной системе автор рекомендует отдельно проверить соответствие выходного формата и откалибровать оценки. Лицензия — Apache-2.0.

Сценарии применения

  • оценивание качества аргументативного текста на корейском языке
  • выставление баллов за письменные аргументы
  • анализ обоснованности позиции в корейском эссе

Ограничения

Для конкурсного применения могут потребоваться отдельная проверка формата ответа и калибровка оценок. Карточка описывает первый публичный объединённый чекпойнт.

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

KLI205 Qwen3.5-9B Tuned

Qwen/Qwen3.5-9B에 한국어 논증적 글 채점용 LoRA를 병합한 모델입니다.

Artifact

  • Base model: Qwen/Qwen3.5-9B
  • Adapter: LoRA rank 32, alpha 64
  • Export dtype: BF16
  • Format: merged SafeTensors (표준 Transformers/vLLM 로드용)
  • License: Apache-2.0

이 저장소에는 모델 실행 파일만 포함되며 학습 원문, 평가 정답, RAG 자료, 개인정보 및 optimizer state는 포함하지 않습니다.

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "sonselfa/kli205-qwen35-9b-tuned"
tokenizer = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="auto", device_map="auto")

Status

This is the first public merged checkpoint. Application-specific output-contract validation and score calibration may still be performed separately before final competition submission.

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
a63bd84

0 моделей