/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
24 сен 2026

qwen3.5-9b-astcss

Генерация текстаТекст → текст3 профессии

Модель на базе Qwen3.5-9B преобразует английские инструкции в astcss-селекторы для выбора узлов AST.

128скачиваний за 30 дней0лайковвеса обновлены24 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/qwen3.5-9b-astcss — модель на 9 млрд параметров, дообученная автором карточки методом QLoRA на базе Qwen/Qwen3.5-9B и объединённая с копией исходного чекпойнта. Она преобразует инструкции на английском языке в CSS-подобные селекторы astcss, использующие синтаксис ast_select. Модель предназначена для выбора узлов в AST по описанию; оценка селектора проводится его выполнением на тестовом примере и сравнением выбранных узлов с эталоном.

В двух описанных оценках модель показала точность 88,0% на 108 парах и 87,3% на 55 более сложных примерах с реляционными селекторами. Для работы обязателен соответствующий системный prompt-карточка из проекта astcss-eval: без неё автор сообщает нулевой результат. Лицензия — Apache-2.0.

Это специализированная модель для генерации селекторов, а не универсальный чат-бот и не инструмент редактирования кода. На тех же оценках меньшая модель на 4 млрд параметров показала лучшие результаты. Опубликованные оценки получены при инференсе NF4; результаты bf16 могут немного отличаться.

Сценарии применения

  • создание селектора AST по инструкции на английском языке
  • выбор узлов дерева по структурному или реляционному условию
  • автоматизация проверок, использующих селекторы ast_select

Ограничения

Для работы необходим системный prompt-карточка из проекта astcss-eval; без неё, по данным автора, модель не справляется. На приведённых оценках модель уступает варианту на 4 млрд параметров; заявленные результаты получены в NF4, а bf16-инференс может дать немного другие результаты.

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

qwen3.5-9b-astcss

English → astcss selector (sitting_duck's ast_select) at 9B, merged into the full Qwen3_5ForConditionalGeneration checkpoint so it keeps the base's own layout — vision tower, nested config, preprocessor files and all.

Scores

Measured on this merged artifact, in NF4:

evalthis modelthe adapter it came from
108-pair selector eval88.0 % (95/108)88.0 %
eval_t5 — 55 harder, relational selectors87.3 % (48/55)87.3 %

Tier breakdown on the 108-pair eval: 19/21, 22/25, 26/31, 28/31.

The merge reproduces the adapter exactly on both evals. 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 reaching for the biggest model

A 4B trained on the same corpus with the same recipe (qwen3.5-4b-astcss-t5) scores 90.7 % / 90.9 % — better than this on both evals, at less than half the size.

That was measured properly: an identical 9B run on the same corpus (same epochs, accum, lr, seed) reached 87.0 % / 87.3 %, so the gap is the model and not the data. The 9B also had the better validation loss at both epochs (0.0453 vs 0.0553) while losing on both evals — worth knowing if you are selecting checkpoints by loss.

This model exists because some targets can only run a 9B. If yours can run a 4B, use the 4B.

It needs the card

Every card-trained model measured in this project scores 0.0 % without its system prompt, at every 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, AutoModelForImageTextToText
import torch

m = "teaguesterling/qwen3.5-9b-astcss"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForImageTextToText.from_pretrained(m, dtype=torch.bfloat16, 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 — attention, MLP and the linear-attention projections) on Qwen3.5-9B in NF4, 1 epoch, per-language card. Folded into a copy of the base checkpoint rather than re-serialised through a CausalLM head: 248 of 775 tensors changed, 527 byte-identical to the base, architectures: ["Qwen3_5ForConditionalGeneration"], bf16, 19.3 GB.

Limitations

  • Needs the card. Not a general chat model.
  • Beaten by a 4B on both evals — see above.
  • NF4-fitted, bf16-merged. The scores above are NF4, the same stack the adapter was measured in; bf16 inference may differ slightly.
  • Selector-only. It emits ast_select selectors. It does not edit code.
  • eval_t5 is 55 pairs, so a 1-pair difference is 1.8 points — treat small gaps as ties.

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
fa9cd20

0 моделей