/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,4 млрд
Размер весов
8,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
17 сен 2026

qwen3.5-4b-astcss

Генерация текстаТекст → текст3 профессии

Текстовая дообученная модель Qwen3.5-4B для генерации селекторов astcss по запросам на английском языке с системной карточкой словаря.

445скачиваний за 30 дней0лайковвеса обновлены17 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

teaguesterling/qwen3.5-4b-astcss — текстовая модель на архитектуре Qwen3.5, дообученная автором репозитория для преобразования запросов на английском языке в селекторы astcss проекта sitting_duck с помощью ast_select. Модель содержит 3,4 млрд параметров, использует плотную архитектуру Qwen3_5ForCausalLM и поддерживает контекст до 262 144 токенов. Это слияние QLoRA-адаптера ранга 16, обученного в NF4, с базовыми весами Qwen3.5-4B; для работы адаптер не нужен.

В тестах автор сообщает точность 88,9% на наборе из 108 пар селекторов и 65,5% на более сложном наборе из 55 реляционных селекторов. Модель предназначена для генерации astcss-селекторов по краткому описанию и должна получать системную карточку словаря конкретного языка; без неё результаты тестирования составили 0%. Это не универсальный чат-бот. Модель текстовая: при сохранении отброшены зрительная башня и голова многотокенного предсказания. Результаты приведены для NF4; вывод в fp16 может немного отличаться. Лицензия — Apache-2.0.

Сценарии применения

  • генерация astcss-селектора по англоязычному описанию
  • поиск узлов в AST через astcss
  • подбор селектора для заданной структуры документа
  • автоматизация проверки селекторов на тестовых примерах

Ограничения

Для работы требуется системная карточка словаря нужного языка: без неё автор сообщает 0% на тестах. Модель текстовая; результаты в fp16 могут немного отличаться от приведённых оценок в NF4, а на сложных реляционных селекторах её превосходит версия 0,8B.

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

qwen3.5-4b-astcss

English → astcss selector (sitting_duck's ast_select) at 4B. The strongest model we have on the base selector eval.

Scores

Measured on this merged artifact, scored in NF4 to match how the adapter was measured. A merge is verified, not assumed — and this one is not identity:

evalthis modelthe adapter it came from
108-pair selector eval88.9 % (96/108)89.8 % (97/108)
eval_t5 — 55 harder, relational selectors65.5 % (36/55)67.3 % (37/55)

The merge cost exactly one pair on each eval. That is within noise, but it is real: this adapter was fitted against NF4 weights, and folding it into fp16 is a lossy operation. verify_merge shows why the check matters — 248 targeted tensors at max |Δ| 0.0031 against 178 untouched at 0.00049. The targeted deltas are only ~6× the fp16 round-trip floor, a far narrower margin than an fp16-trained adapter gives.

Tier breakdown on the 108-pair eval: 21/21, 20/25, 28/31, 27/31.

Scoring is by execution — the selector runs against the fixture and the returned node set is compared to the reference, so a different string selecting the same nodes counts as correct.

Read this before assuming bigger is better

On the harder eval_t5, a 0.8B model (qwen3.5-0.8b-astcss-t5) scores 83.6 % against this model's 65.5 %. That 0.8B is five times smaller and wins by 18 points, because it was trained on a 7.4× larger corpus. This 4B was trained on the older, smaller one.

Corpus beat parameter count, decisively, on the eval that discriminates. Use this model for the basic selector eval; use the 0.8B for relational and compound selectors.

It needs the card

0.0 % without its system prompt, at every model size tested. Trained with a per-language vocabulary card in the system position. Cards live in the astcss-eval repo under train/cards/card_<lang>.md.

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

m = "teaguesterling/qwen3.5-4b-astcss"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForCausalLM.from_pretrained(m, dtype=torch.float16, device_map="cuda")

card = open("train/cards/card_python.md").read()   # REQUIRED
msgs = [{"role": "system", "content": card},
        {"role": "user", "content": "functions that call range without any try block"}]
ids = tok(tok.apply_chat_template(msgs, add_generation_prompt=True, tokenize=False),
          return_tensors="pt").to(model.device)
out = model.generate(**ids, max_new_tokens=48, do_sample=False)
print(tok.decode(out[0][ids["input_ids"].shape[1]:], skip_special_tokens=True))
# .fn:has(.call#range):not(:has(.try))

Greedy decoding, thinking off, ~5 completion tokens per answer.

What it is

QLoRA (r=16, α=32, all-linear) on Qwen3.5-4B in NF4, 2 epochs, per-language card, template cap 8. Merged into the base weights — no adapter at serving time.

Limitations

  • Text-only. 312 base tensors are not written: the vision tower (model.visual.*) and the multi-token-prediction head (mtp.*) are dropped by save_pretrained under AutoModelForCausalLM.
  • Needs the card. Not a general chat model.
  • NF4-fitted, fp16-merged. Scored here in NF4; fp16 inference may differ slightly.
  • Beaten on relational selectors by a model five times smaller — see above.

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
891db90

0 моделей