/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
70,2 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
transformers
Опубликована
11 июл 2026

Qwen3.6-35B-A3B-Slovenian

Генерация текстаТекст → текст8 профессий

Дообученная на словенских данных мультимодальная модель Qwen для диалогов, рассуждений и перевода между английским и словенским.

446скачиваний за 30 дней1лайквеса обновлены26 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

Qwen3.6-35B-A3B-Slovenian — дообученная MediaAtlas мультимодальная модель на архитектуре Qwen3.5 MoE, созданная на основе Qwen/Qwen3.6-35B-A3B. В ней около 35 млрд параметров и 3 млрд активных параметров; веса bf16 объединяют продолженное предобучение и SFT-адаптер, а также сохраняют тензоры MTP для спекулятивного декодирования.

Модель предназначена для диалогов и рассуждений на словенском языке, работы со знаниями и перевода между английским и словенским. В тестах авторов она улучшила результаты базовой модели на словенском бенчмарке и в переводе EN↔SL. Она принимает изображения благодаря сохранённому визуальному энкодеру базовой модели, но дообучение проводилось только на текстах, а понимание изображений на словенском отдельно не оценивалось.

README предупреждает, что прямой запуск весов bf16/fp16 в текущей версии Transformers даёт некорректный результат; авторы рекомендуют загрузку в 4-битном NF4 через bitsandbytes или вариант GGUF. Лицензия репозитория указана как other, поэтому условия использования следует уточнять по карточке модели; базовая модель Qwen распространяется по Apache-2.0.

Сценарии применения

  • ответы на вопросы и диалоги на словенском языке
  • перевод с английского на словенский
  • перевод со словенского на английский
  • рассуждения и выполнение языковых заданий на словенском
  • анализ изображений в диалоговом интерфейсе

Ограничения

Дообучение выполнялось только на текстах; понимание изображений на словенском не оценивалось. Согласно README, запуск весов bf16/fp16 в текущей версии Transformers некорректен: рекомендуется 4-битная загрузка NF4 или GGUF.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.6-35B-A3B — Slovenian (merged full model)

Trained by MediaAtlas — LLM fine-tuning on your own data, trained in the EU, weights delivered. Pricing · All our models

Na kratko: Slovenski jezikovni model (35B MoE, 3B aktivnih) za pogovor, znanje in prevajanje EN ⇄ SL, z razmišljanjem. Glede na neuglašeno osnovo: slovenski nabor acc_norm 0,623 → 0,654, prevajanje BLEU EN→SL 23,8 → 26,3 in SL→EN 30,9 → 35,0. Sprejme tudi slike.

Vision / slike: the vision encoder of the base Qwen3.6 model is kept in this checkpoint, so it also takes images (load it with the processor, as the base model). Our training was text-only: image understanding is the base model's and was not evaluated in Slovenian.

Merged full model (bf16) of Qwen/Qwen3.6-35B-A3B with Slovenian fluency, knowledge, and en↔sl translation baked in (continued-pretraining + SFT). This is the LoRA adapter texdata/Qwen3.6-35B-A3B-Slovenian-LoRA already merged into the base, so you can load it directly. MTP (multi-token-prediction) tensors are preserved (model-mtp.safetensors) for speculative decoding.

On held-out evals vs the untuned base: Slovenian-LLM-Eval acc_norm 0.623 → 0.654; translation BLEU en→sl 23.8 → 26.3, sl→en 30.9 → 35.0. Reasoning model.

💡 For plug-and-play chat, a GGUF build (LM Studio / llama.cpp) is at texdata/Qwen3.6-35B-A3B-Slovenian-GGUF; the LoRA adapter alone is at texdata/Qwen3.6-35B-A3B-Slovenian-LoRA.

⚠️ How to run — load in 4-bit (not bf16)

This qwen3_5_moe arch has a broken fp16/bf16 forward in current transformers (zero hidden state → constant logits → garbage). Even though the weights here are bf16, load in 4-bit (bitsandbytes nf4) — the quantization it was trained/served under — or use the GGUF build. (vLLM does not run this arch on Blackwell sm_120 GPUs.)

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig

repo = "texdata/Qwen3.6-35B-A3B-Slovenian"
bnb  = BitsAndBytesConfig(load_in_4bit=True, bnb_4bit_quant_type="nf4",
                          bnb_4bit_compute_dtype=torch.bfloat16, bnb_4bit_use_double_quant=True)
tok   = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, quantization_config=bnb,
                                             trust_remote_code=True, device_map="auto")

# reasoning model: enable_thinking=False for direct answers/translation (else it spends tokens on <think>)
msg  = [{"role": "user", "content": "Prevedi v slovenščino: Good morning!"}]
text = tok.apply_chat_template(msg, add_generation_prompt=True, tokenize=False, enable_thinking=False)
out  = model.generate(**tok(text, return_tensors="pt").to(model.device), max_new_tokens=128)
print(tok.decode(out[0], skip_special_tokens=True))

Benchmarks

All numbers below use the 4-bit bnb (nf4) eval path — the quantization this model was trained/served under (see How to run; the native bf16 forward for this arch is broken). n=100/task, held-out. Random baseline ≈ 0.25–0.50.

Slovenian-LLM-Eval — acc_norm

Taskbase Qwen3.6-35B-A3Bthis model (CPT+SFT sl)Δ
arc_easy0.710.78+0.07
arc_challenge0.480.51+0.03
hellaswag0.590.62+0.03
piqa0.650.64−0.01
openbookqa0.480.51+0.03
winogrande0.620.63+0.01
boolq0.830.89+0.06
AVERAGE0.6230.654+0.031

Wins 6/7 tasks (+3.1 pts avg). Base at n=200 is consistent (0.614), so the gain is not a small-sample artifact; the piqa −1 is within n=100 noise (±~5 pts).

Translation — en↔sl BLEU / chrF (n=150 held-out OPUS, greedy, thinking off)

Directionbase Qwen3.6-35B-A3Bthis modelΔ BLEU
en→slBLEU 23.79 / chrF 51.82BLEU 26.26 / chrF 50.53+2.47
sl→enBLEU 30.85 / chrF 55.76BLEU 34.95 / chrF 58.30+4.10

Model details

  • Type: merged full model (bf16), MoE qwen3_5_moe (16 shards + model-mtp.safetensors).
  • Base: Qwen/Qwen3.6-35B-A3B (Apache-2.0, official — not an uncensored variant).
  • Adaptation: CPT + SFT LoRA (sft_qwen35a3b_sl) merged in; template: qwen. MTP preserved.

License & data provenance

Base Qwen/Qwen3.6-35B-A3B is Apache-2.0. CPT data is open-licensed (attribution applies) → this repo is license: other:

DataLicense
Slovenian Wikipedia (CPT)CC BY-SA 4.0 (attribution + ShareAlike)
FineWeb2 sl (CPT)ODC-BY 1.0

Attribute the above. Comply with each source's terms before commercial use.

Citation

Cite this work (Tadej Fius, MediaAtlas Ltd):

@misc{fius2026qwen35bsl,
  title        = {Qwen3.6-35B-A3B Slovenian (merged)},
  author       = {Fius, Tadej},
  year         = {2026},
  publisher    = {MediaAtlas Ltd},
  howpublished = {Hugging Face},
  url          = {https://huggingface.co/texdata/Qwen3.6-35B-A3B-Slovenian}
}

Upstream / source citations:

@misc{qwen3, title={Qwen3 Technical Report}, author={{Qwen Team}}, year={2025}, url={https://huggingface.co/Qwen}}
@misc{wikipedia_sl, title={Slovenian Wikipedia}, author={{Wikimedia Foundation}}, note={CC BY-SA 4.0}, url={https://sl.wikipedia.org}}
@misc{penedo2024fineweb2, title={FineWeb2: A sparkling update with 1000s of languages}, author={Penedo, G. and others}, year={2024}, url={https://huggingface.co/datasets/HuggingFaceFW/fineweb-2}}

CPT data: Slovenian Wikipedia (CC BY-SA 4.0) and FineWeb2-sl (ODC-BY 1.0).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
5cf0ca4

0 моделей