/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
affine-5g4yy75zuz-t6
Библиотека
transformers
Опубликована
20 авг 2026

sn120-62dfb322fdce

Генерация текстаТекст → текст3 профессии

Производная модели unconst/Affine-5czsc2fc98-r1032-vera-odpo-midrank-hibeta-shortctx-ultraextra-ep4-midlr-merged. Экспериментальная модель Affine на базе vera6/affine-5g4yy75zuz-t6, дообученная offline DPO для дуэльной оценки рассуждений Reason v4.

14скачиваний за 30 дней0лайковвеса обновлены20 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

Карточка модели tastegarden/sn120-62dfb322fdce на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r1032-vera-odpo-midrank-hibeta-shortctx-ultraextra-ep4-midlr-merged, поэтому описание составлено по ней.

Affine-5czsc2fc98-r1032-vera-odpo-midrank-hibeta-shortctx-ultraextra-ep4-midlr-merged — экспериментальный чекпойнт семейства Qwen 3.5 MoE, разработанный как участник серии Affine SN120. Он дообучен методом offline DPO на парах предпочтений, отобранных по оценке Reason v4, на базе vera6/affine-5g4yy75zuz-t6. В метаданных указаны библиотека Transformers, формат Safetensors и лицензия Apache 2.0.

Модель предназначена для участия в дуэльной оценке Reason v4 и задач майнинга Affine, где требуется генерировать рассуждения, повышающие оценку модели-учителя. В описанном сравнении с базовой моделью чекпойнт получил положительный результат на выборке из 80 примеров и прошёл заданные критерии оценки. Это узкоспециализированная экспериментальная модель, README прямо предостерегает от использования в качестве универсального чат-бота. Контекст обучения ограничивался 6144 токенами; данных о поддерживаемых естественных языках нет.

Сценарии применения

  • генерация рассуждений для дуэльной оценки Reason v4
  • подготовка ответов, повышающих оценку модели-учителя
  • эксперименты с offline DPO на парах предпочтений
  • оценка чекпойнтов серии Affine SN120

Ограничения

Модель предназначена для специализированной оценки Reason v4 и майнинга Affine, а не для универсального чат-общения. Указанная длина контекста обучения — 6144 токена; результаты сравнения получены на выборке из 80 примеров.

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

R1032 — ShortCtx × MidRank × HiBeta Ultra MidLR (offline DPO on vera king)

Affine SN120 challenger for Reason v4 (weight_version_key=7): tempered multi-sample log-mean-exp over k=3 teacher refs (τ=0.03).

Per turn: a_i = lpC(y_i|z_A) − lpC(y_i|∅); Reason = τ·log(mean_i exp(a_i/τ)). Crown also needs median stripped |z|≥80 and B pass ≥0.30.

How this checkpoint was trained

  • Base / parent: vera6/affine-5g4yy75zuz-t6@8e3f1695e058837ed80fec3238ff439fdc2d0f0e (live king reign36)
  • Method: offline DPO on Reason-ranked duel pairs (not SFT / not online GRPO)
  • What was optimized: preference for thoughts that raise teacher-side Reason (commit to a teacher next-action mode; filler loses under LME)
  • Data: Soft Mid Mid Soft → ShortCtx filtered duel preference pairs (dpo_duel_reason.jsonl, 604 lines) under mining/experiments/r1032-vera-offline-dpo-hialpha-midrank-hibeta-shortctx-ultrasuperextrasteps-ep4-midlr / pod /root/r1032/
  • Key hyperparameters:
    • LoRA r=32 (MidRank), α=128 (HiAlpha)
    • β=0.3 (HiBeta)
    • lr=1e-6 (MidLR)
    • max_len=6144 (ShortCtx)
    • max_steps=28800 (UltraSuperExtra)
    • epochs=4
  • Hardware: Lium mine-r924-vera-midctx-hibeta-1 (cosmic-orbit-55) 8×H200 GPUs 1,3 train+merge; TKC warm; chall :8003 GPUs 1,3 for v4 n80 → /tmp/r1032_merged (~16 safetensor shards)
  • Local n80 vs live king reign36 (vera6/affine-5g4yy75zuz-t6@8e3f1695e058837ed80fec3238ff439fdc2d0f0e) under wvk=7:
    • margin +0.005461, SE 0.002603, z=2.098, n=80
    • bar max(2·SE, δ=0.002) = 0.005206 (~1.049×)
    • thought median 175.5 (≥80 ✓), B pass 0.475 (≥0.30 ✓)
    • k=3, τ=0.03 (fail-closed if stamp ≠ v4)
    • decision: WIN / Stage-5 licensed (r1032_sim_result_reign36_wvk7.json, p4177)
  • Lineage: R1015 ShortCtx MidRank Hiβ Mega MidLR REFUTE m=−0.002353 ~−0.94× → ShortCtx MidRank Hiβ Ultra MidLR isolate (Mega→Ultra); ≠ Mega MidLR R1015 / ≠ Mega UltraLoLR R1001 / ≠ Ultra HiLR R984 / ≠ SoftCtx MidRank Hiβ Mega MidLR R1027 / ≠ MidCtx MidRank Hiβ Ultra MidLR R1017 / ≠ Online / ≠ GRPO
  • Experiment path: mining/experiments/r1032-vera-offline-dpo-hialpha-midrank-hibeta-shortctx-ultrasuperextrasteps-ep4-midlr

Intended use

SN120 Affine miner submission / evalsrv Reason v4 duel. Not a general chat model.

License

Follows base model + Affine mining artifacts policy.

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_5MoeForConditionalGeneration
Ревизия весов
56842f2

0 моделей