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: 19 авг 2026

Ссылки

Affine-5hdm4dumpm-r861

Генерация текстаТекст → текст3 профессии

Производная модели bluecolor777/megaextra-ep4-ultralolr-merged. Экспериментальная DPO-версия vera6/affine-5g4yy75zuz-t6 для оценки Reason v4 и задач SN120 Affine miner.

22скачиваний за 30 дней0лайковвеса обновлены19 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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 vikingL08/Affine-5hdm4dumpm-r861 на Hugging Face совпадает с карточкой bluecolor777/megaextra-ep4-ultralolr-merged, поэтому описание составлено по ней.

Это экспериментальный текстовый генератор на архитектуре Qwen3.5 MoE, опубликованный bluecolor777. Чекпойнт получен офлайн-обучением DPO на основе vera6/affine-5g4yy75zuz-t6 и предназначен для участия в SN120 Affine miner и оценки в дуэльном сценарии Reason v4, а не для общего общения. В README указаны LoRA rank 32, α=128, β=0,1, скорость обучения 5e-7, максимальная длина последовательности 12 288 токенов и четыре эпохи обучения; веса после обучения объединены и сохранены в safetensors.

В описанном автором сравнении на 80 примерах модель показала преимущество над базовой версией по метрике Reason и прошла указанные пороги отбора. Это результат конкретной внутренней оценки, а не гарантия качества в других задачах. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках в карточке не приведены. Лицензия — Apache-2.0.

Сценарии применения

участие в дуэлях оценки Reason v4
генерация ответов для внутреннего SN120 Affine miner
сравнительная оценка с базовой моделью vera6/affine-5g4yy75zuz-t6

Ограничения

Автор позиционирует чекпойнт для узкого сценария Reason v4 и прямо указывает, что это не универсальная чат-модель. Приведённая оценка проведена на 80 примерах; обобщение результата на другие задачи не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

R861 — SoftCtx × MidRank × MidBeta UltraLoLR (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 × SoftCtx filtered duel preference pairs from dpo_duel_reason.jsonl under mining/experiments/r861-vera-offline-dpo-hialpha-midrank-midbeta-softctx-megasuperextrasteps-ep4-ultralolr / pod /root/r861/ (~259–604 rows at launch)
Key hyperparameters:
- LoRA r=32 (MidRank), α=128 (HiAlpha)
- β=0.1 (MidBeta)
- lr=5e-7 (UltraLoLR)
- max_len=12288 (SoftCtx)
- max_steps=19200 (MegaSuperExtra)
- epochs=4
Hardware: Lium mine-crown-1 (gentle-orbit-bd) 8×B200 GPUs 4,5 train+merge+challenger serve + v4 n80 → /tmp/r861_merged (~66G / 16 safetensor shards; weight_identical=false)
Local n80 vs live king reign36 (vera6/affine-5g4yy75zuz-t6@8e3f1695e058837ed80fec3238ff439fdc2d0f0e) under wvk=7:
- margin +0.003665, SE 0.001684, z=2.177, n=80
- bar max(2·SE, δ=0.002) = 0.003367 (~1.088×)
- thought median 141.5 (≥80 ✓), B pass 0.5375 (≥0.30 ✓)
- k=3, τ=0.03 (fail-closed if stamp ≠ v4)
- decision: WIN / Stage-5 licensed (r861_decision_reign36_wvk7.json, p3966)
Lineage: R846 vera MidRank HiBeta SoftCtx REFUTE ~−0.33× → MidBeta isolate; ≠ R846 Hiβ / ≠ R847 HiRank Midβ SoftCtx / ≠ Online / ≠ GRPO
Experiment path: mining/experiments/r861-vera-offline-dpo-hialpha-midrank-midbeta-softctx-megasuperextrasteps-ep4-ultralolr

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: 4a69b52