/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
10,1 МБ
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-397B-A17B
Библиотека
transformers
Опубликована
17 фев 2026

qwen3.5-moe

Изображение и текст → текст3 профессии

tiny-random/qwen3.5-moe — отладочная модель, созданная на основе конфигурации Qwen/Qwen3.5-397B-A17B.

213 тыс.скачиваний за 30 дней4лайкавеса обновлены17 фев 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 «Изображение → 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

Разработчик исходной архитектуры — Qwen; данный вариант предназначен для проверки совместимости и работы программных инструментов, а не для решения прикладных задач с высоким качеством.

Модель имеет мультимодальную архитектуру MoE для генерации текста и обработки изображений. В конфигурации указаны четыре текстовых слоя, чередующиеся механизмы linear attention и full attention, 128 экспертов, скрытый размер 8, а также компактный визуальный модуль с двумя блоками. Поддерживаются сценарии с текстом и изображениями, интеграция с Transformers, vLLM и SGLang, многошаговое предсказание токенов, reasoning parser и вызов инструментов. Размер файла модели составляет около 9,6 МБ.

Ключевое ограничение состоит в том, что веса инициализированы случайным образом. Поэтому модель не обладает полезными выученными знаниями и не предназначена для надежной генерации, рассуждений, описания изображений или производственного использования; ее сильная сторона — минимальный размер и удобство для отладки загрузки, инференса и интеграций. Языки, размер контекста и лицензия в README не указаны.

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

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from Qwen/Qwen3.5-397B-A17B.

File pathSize
model.safetensors9.6MB

Example usage:

  • vLLM
# Multi-token prediction is supported
model_id=tiny-random/qwen3.5-moe
vllm serve $model_id \
     --tensor-parallel-size 2 \
     --speculative-config.method qwen3_next_mtp \
     --speculative-config.num_speculative_tokens 2 \
     --reasoning-parser qwen3 \
     --tool-call-parser qwen3_coder \
     --enable-auto-tool-choice \
     --max-cudagraph-capture-size 16
  • SGLang
# Multi-token prediction is supported
model_id=tiny-random/qwen3.5-moe
python3 -m sglang.launch_server \
  --model-path $model_id \
  --tp-size 2 \
  --tool-call-parser qwen3_coder  \
  --reasoning-parser qwen3 \
  --speculative-algo NEXTN \
  --speculative-num-steps 3 \
  --speculative-eagle-topk 1 \
  --speculative-num-draft-tokens 4
  • Transformers
import numpy as np
import torch
import transformers
from PIL import Image
from transformers import (
    AutoModel,
    AutoModelForCausalLM,
    AutoProcessor,
    AutoTokenizer,
    Qwen3_5MoeForConditionalGeneration,
)

model_id = "tiny-random/qwen3.5-moe"
model = Qwen3_5MoeForConditionalGeneration.from_pretrained(
    model_id, dtype=torch.bfloat16, device_map="cuda",
)
processor = AutoProcessor.from_pretrained(model_id)
messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": "https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-VL/assets/demo.jpeg",
            },
            {"type": "text", "text": "Describe this image."},
        ],
    }
]

inputs = processor.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_dict=True,
    return_tensors="pt"
).to(model.device)

generated_ids = model.generate(**inputs, max_new_tokens=32)
output_text = processor.batch_decode(generated_ids[0][inputs['input_ids'].shape[1]:], skip_special_tokens=True)
print(output_text)

Codes to create this repo:

import json
from copy import deepcopy
from pathlib import Path

import torch
from huggingface_hub import file_exists, hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    GenerationConfig,
    Qwen3_5MoeForConditionalGeneration,
    set_seed,
)

source_model_id = "Qwen/Qwen3.5-397B-A17B"
save_folder = "/tmp/tiny-random/qwen35-moe"

processor = AutoProcessor.from_pretrained(source_model_id, trust_remote_code=True)
processor.save_pretrained(save_folder)

with open(hf_hub_download(source_model_id, filename='config.json', repo_type='model'), 'r', encoding='utf-8') as f:
    config_json = json.load(f)

config_json['text_config'].update({
    'head_dim': 32,
    'hidden_size': 8,
    "layer_types": ['linear_attention'] * 3 + ['full_attention'],
    'intermediate_size': 32,
    'moe_intermediate_size': 32,
    'num_hidden_layers': 4,
    'num_attention_heads': 8,
    'num_key_value_heads': 4,
    'num_experts': 128,
    # "num_experts_per_tok": 10,
    'shared_expert_intermediate_size': 32,
    "linear_key_head_dim": 32,
    "linear_num_key_heads": 4,
    "linear_num_value_heads": 8,
    "linear_value_head_dim": 32,
})
config_json['text_config']['rope_parameters']['mrope_section'] = [1, 1, 2]
config_json["tie_word_embeddings"] = False
config_json['vision_config'].update(
    {
        'hidden_size': 64,
        'intermediate_size': 128,
        'num_heads': 2,
        'out_hidden_size': 8,
        'depth': 2,
    }
)
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config_json, f, indent=2)

config = AutoConfig.from_pretrained(
    save_folder,
    trust_remote_code=True,
)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = Qwen3_5MoeForConditionalGeneration(config)
with torch.no_grad():
    for i in range(3):
        attn = model.model.language_model.layers[i].linear_attn
        attn.A_log = torch.nn.Parameter(attn.A_log.float())
        attn.norm.float()

print(model.state_dict()['model.language_model.layers.0.linear_attn.A_log'].dtype)
print(model.state_dict()['model.language_model.layers.0.linear_attn.norm.weight'].dtype)

model.mtp = torch.nn.ModuleDict({
    "pre_fc_norm_embedding": torch.nn.RMSNorm(config.text_config.hidden_size),
    "fc": torch.nn.Linear(config.text_config.hidden_size * 2, config.text_config.hidden_size, bias=False),
    "layers": torch.nn.ModuleList([deepcopy(model.model.language_model.layers[3])]),
    "norm": torch.nn.RMSNorm(config.text_config.hidden_size),
    "pre_fc_norm_hidden": torch.nn.RMSNorm(config.text_config.hidden_size),
})
torch.set_default_dtype(torch.float32)
if file_exists(filename="generation_config.json", repo_id=source_model_id, repo_type='model'):
    model.generation_config = GenerationConfig.from_pretrained(
        source_model_id, trust_remote_code=True,
    )
    model.generation_config.do_sample = True
    print(model.generation_config)
model = model.cpu()
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)

Printing the model:

Qwen3_5MoeForConditionalGeneration(
  (model): Qwen3_5MoeModel(
    (visual): Qwen3_5MoeVisionModel(
      (patch_embed): Qwen3_5MoeVisionPatchEmbed(
        (proj): Conv3d(3, 64, kernel_size=(2, 16, 16), stride=(2, 16, 16))
      )
      (pos_embed): Embedding(2304, 64)
      (rotary_pos_emb): Qwen3_5MoeVisionRotaryEmbedding()
      (blocks): ModuleList(
        (0-1): 2 x Qwen3_5MoeVisionBlock(
          (norm1): LayerNorm((64,), eps=1e-06, elementwise_affine=True)
          (norm2): LayerNorm((64,), eps=1e-06, elementwise_affine=True)
          (attn): Qwen3_5MoeVisionAttention(
            (qkv): Linear(in_features=64, out_features=192, bias=True)
            (proj): Linear(in_features=64, out_features=64, bias=True)
          )
          (mlp): Qwen3_5MoeVisionMLP(
            (linear_fc1): Linear(in_features=64, out_features=128, bias=True)
            (linear_fc2): Linear(in_features=128, out_features=64, bias=True)
            (act_fn): GELUTanh()
          )
        )
      )
      (merger): Qwen3_5MoeVisionPatchMerger(
        (norm): LayerNorm((64,), eps=1e-06, elementwise_affine=True)
        (linear_fc1): Linear(in_features=256, out_features=256, bias=True)
        (act_fn): GELU(approximate='none')
        (linear_fc2): Linear(in_features=256, out_features=8, bias=True)
      )
    )
    (language_model): Qwen3_5MoeTextModel(
      (embed_tokens): Embedding(248320, 8)
      (layers): ModuleList(
        (0-2): 3 x Qwen3_5MoeDecoderLayer(
          (linear_attn): Qwen3_5MoeGatedDeltaNet(
            (act): SiLUActivation()
            (conv1d): Conv1d(512, 512, kernel_size=(4,), stride=(1,), padding=(3,), groups=512, bias=False)
            (norm): FusedRMSNormGated(32, eps=1e-06, activation=silu)
            (out_proj): Linear(in_features=256, out_features=8, bias=False)
            (in_proj_qkv): Linear(in_features=8, out_features=512, bias=False)
            (in_proj_z): Linear(in_features=8, out_features=256, bias=False)
            (in_proj_b): Linear(in_features=8, out_features=8, bias=False)
            (in_proj_a): Linear(in_features=8, out_features=8, bias=False)
          )
          (mlp): Qwen3_5MoeSparseMoeBlock(
            (gate): Qwen3_5MoeTopKRouter()
            (experts): Qwen3_5MoeExperts(
              (act_fn): SiLUActivation()
            )
            (shared_expert): Qwen3_5MoeMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLUActivation()
            )
            (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
          )
          (input_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
          (post_attention_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
        )
        (3): Qwen3_5MoeDecoderLayer(
          (self_attn): Qwen3_5MoeAttention(
            (q_proj): Linear(in_features=8, out_features=512, bias=False)
            (k_proj): Linear(in_features=8, out_features=128, bias=False)
            (v_proj): Linear(in_features=8, out_features=128, bias=False)
            (o_proj): Linear(in_features=256, out_features=8, bias=False)
            (q_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
            (k_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
          )
          (mlp): Qwen3_5MoeSparseMoeBlock(
            (gate): Qwen3_5MoeTopKRouter()
            (experts): Qwen3_5MoeExperts(
              (act_fn): SiLUActivation()
            )
            (shared_expert): Qwen3_5MoeMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLUActivation()
            )
            (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
          )
          (input_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
          (post_attention_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
        )
      )
      (norm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
      (rotary_emb): Qwen3_5MoeTextRotaryEmbedding()
    )
  )
  (lm_head): Linear(in_features=8, out_features=248320, bias=False)
  (mtp): ModuleDict(
    (pre_fc_norm_embedding): RMSNorm((8,), eps=None, elementwise_affine=True)
    (fc): Linear(in_features=16, out_features=8, bias=False)
    (layers): ModuleList(
      (0): Qwen3_5MoeDecoderLayer(
        (self_attn): Qwen3_5MoeAttention(
          (q_proj): Linear(in_features=8, out_features=512, bias=False)
          (k_proj): Linear(in_features=8, out_features=128, bias=False)
          (v_proj): Linear(in_features=8, out_features=128, bias=False)
          (o_proj): Linear(in_features=256, out_features=8, bias=False)
          (q_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
          (k_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
        )
        (mlp): Qwen3_5MoeSparseMoeBlock(
          (gate): Qwen3_5MoeTopKRouter()
          (experts): Qwen3_5MoeExperts(
            (act_fn): SiLUActivation()
          )
          (shared_expert): Qwen3_5MoeMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLUActivation()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
      )
    )
    (norm): RMSNorm((8,), eps=None, elementwise_affine=True)
    (pre_fc_norm_hidden): RMSNorm((8,), eps=None, elementwise_affine=True)
  )
)

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
2ebfa8d

0 моделей