/ 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
3 окт 2026

qwen35-9b-equational-theory-sair-mix10m-70n30t-thinking

Генерация текстаТекст → текст

Дообученная Qwen3.5-9B для диалога и пошагового решения задач эквациональной теории на основе математических заметок и траекторий рассуждений.

180скачиваний за 30 дней0лайковвеса обновлены3 окт 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

Это полноразмерная модель Qwen3.5-9B, дообученная Violetxi для задач эквациональной теории. Чекпойнт получен после второго этапа обучения на смеси примерно из 70% математических заметок и 30% траекторий рассуждений, обусловленных заметками; обучающие траектории включают рассуждения учителя и итоговые ответы. Модель предназначена для диалога и генерации ответов при решении задач по эквациональной теории и связанных математических задач.

Архитектура — плотная Qwen3.5 с 9 млрд параметров; экспорт весов выполнен в BF16 для Transformers. Карточка рекомендует использовать шаблон чата с включённым режимом рассуждений при математической оценке. Базовая Qwen3.5 также мультимодальна и поддерживает изображения, однако README описывает дообучение на математических текстовых данных, поэтому применение этой версии для анализа изображений не подтверждено. Лицензия — Apache-2.0.

Сценарии применения

  • решение задач по эквациональной теории
  • получение математических объяснений и выводов
  • ответы на вопросы по математическим заметкам
  • генерация рассуждений по заданному математическому контексту

Ограничения

Опубликованные результаты бенчмарков вынесены в отдельный источник, а результаты прежних вариантов смеси не характеризуют этот чекпойнт. README не подтверждает пригодность дообученной версии для анализа изображений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-9B Equational Theory — 10M, 70% notes / 30% trajectories

Final epoch-2 checkpoint from the October 1, 2026 reasoning-inclusive retraining experiment. Full supervised fine-tuning from Qwen/Qwen3.5-9B revision c202236235762e1c871ad0ccb60c8ee5ba337b9a. The nominal 10M budget is approximately 70% mathematical notes and 30% note-conditioned teacher trajectories. Supervised trajectory tokens include teacher reasoning and final answers.

Training dataActual supervised tokens per epochExamples
Notes6,988,25711,900
Trajectories3,000,1651,120
Total9,988,42213,020

Saved R0–R4 trajectories with the exact teacher reasoning restored. Notes come from the sealed R8 bank, excluding quarantined heads and frozen validation examples. The 1M/5M/10M models share one restored-reasoning trajectory pool; the 50M/100M models share a separate R8-compatible pool. Cross-pool trajectory nesting is not claimed. Whole examples are selected without resampling or truncation. Counts use the training loss mask and account for note-boundary masking; the nominal budget is not two-epoch exposure.

Two epochs, learning rate 5e-6, cosine schedule, 0.03 warmup, eight-GPU FSDP2, global supervised-token mean cross entropy, no KL. Final optimizer step: 200. Final shared-validation loss: 0.258951. Training details and source/selection hashes are in training_config.json, data_provenance.json, and training_metrics.json. W&B training run.

The native BF16 serving export passed standard Transformers loading and an exhaustive tensor check: all 427 language tensors come from this trained checkpoint; other tensors retain the pinned base values. conversion.json records every artifact hash.

from transformers import AutoTokenizer, Qwen3_5ForConditionalGeneration
tokenizer = AutoTokenizer.from_pretrained("violetxi/qwen35-9b-equational-theory-sair-mix10m-70n30t-thinking")
model = Qwen3_5ForConditionalGeneration.from_pretrained(
    "violetxi/qwen35-9b-equational-theory-sair-mix10m-70n30t-thinking", dtype="bfloat16", device_map="auto")

Use the included chat template with thinking enabled for mathematical evaluation. Benchmark results are published separately; earlier mixture evaluation results do not describe this checkpoint.

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
4e5ddda

0 моделей