Характеристики

Контекст: 262 144 токена
Размер весов: 9,1 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3_5 · dense
Базовая модель: Qwen3.5-4B
Библиотека: transformers
Опубликована: 23 сен 2026

Ссылки

cross-unlearning-case6-qwen35-4b-sft-v2-epoch10-r32-cosine

Изображение и текст → текст

Дообученная мультимодальная Qwen3.5-4B для диалоговой работы с изображениями и экспериментальных задач классификации, маскирования и генерации.

109скачиваний за 30 дней0лайковвеса обновлены23 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → 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

ssadqdsacf представляет дообученную мультимодальную модель на архитектуре Qwen3.5-4B. В репозитории размещены объединённая модель для прямой загрузки и соответствующий LoRA-адаптер ранга 32; выбран полный чекпойнт десятой эпохи обучения SFT.

Модель предназначена для диалога и работы с изображениями. Карточка описывает экспериментальную оценку классификации, маскирования и генерации с фиксированным четырёхпримерным контекстом; режим мышления включался для классификации и отключался для маскирования и генерации. Доступны веса в формате safetensors, библиотека Transformers, лицензия Apache-2.0.

Это один из шести моделей формальной матрицы эксперимента. Конкретные ограничения качества и поддерживаемые языки в предоставленных данных не описаны.

Сценарии применения

диалоговые ответы на вопросы по изображениям
классификация в экспериментальном протоколе unlearning
маскирование содержимого в эксперименте
генерация ответов в экспериментальном протоколе

Ограничения

Карточка описывает оценку только при фиксированном четырёхпримерном контексте и конкретных настройках декодирования; обобщённые показатели качества не приведены. Поддерживаемые языки отдельно не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ssadqdsacf/cross-unlearning-case6-qwen35-4b-sft-v2-epoch10-r32-cosine

User-selected complete epoch-10 SFT checkpoint (LoRA r=32, cosine schedule).

This repository contains a directly loadable merged model at the repository root and the corresponding LoRA adapter under adapter/.

Provenance

Protocol: qwen3.5-4b-profile-400-sft-v2-r32-cosine-15e-selected-epoch10
Protocol SHA256: d3cbada8c6bb2e5e1d676fdf2cf6297c5b93b9a68a4b7f543137dca22a97dabe
Model fingerprint: d4f568d64a75996549046df60a8de39bf312316da80f5ac64c1d8e9e5b216f5a
SFT selection: complete epoch 10 at optimizer step 2370 from a training run that later completed epoch 12; the cosine scheduler retained its original 15-epoch horizon.
Evaluation: fixed 4-shot greedy decoding. Classification uses native thinking; mask and generation disable thinking.

This is one of the six formal matrix models.

The repository includes the verified three-direction classification, mask, and generation summary.

See upload_manifest.json, selection/epoch10_selection_manifest.json, training/run_manifest.json, protocol/, and eval/ for machine-readable provenance.

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_5ForConditionalGeneration
Ревизия весов: 819ff3e