/ 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-mix1m-70n30t-thinking

Генерация текстаТекст → текст

Дообученная Qwen3.5-9B для диалога и генерации ответов по задачам эквациональной теории с использованием математических заметок и траекторий рассуждений.

181скачиваний 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 плотная модель Qwen3.5-9B, дообученная Violetxi для задач эквациональной теории. Она предназначена для диалога и генерации ответов по математическим заметкам, а также для решения задач с опорой на заметки и пошаговые траектории учителя; шаблон чата поддерживает режим рассуждений. Модель получена полным supervised fine-tuning от Qwen/Qwen3.5-9B: обучающий набор содержит около 70% математических заметок и 30% траекторий, а опубликованный чекпойнт соответствует финальной эпохе из двух.

Экспорт в BF16 проверен для загрузки через Transformers и сопоставления тензоров; для языковых тензоров использованы обученные веса, остальные сохраняют значения базовой модели. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. В README указано, что результаты бенчмарков опубликованы отдельно; прежние результаты смеси не характеризуют этот чекпойнт, поэтому качество на задачах не следует считать подтверждённым ими.

Сценарии применения

  • ответы на вопросы по эквациональной теории
  • решение математических задач по предоставленным заметкам
  • генерация объяснений и рассуждений по математическим задачам
  • диалоговый помощник для работы с материалами по эквациональной теории

Ограничения

Бенчмарки для этого чекпойнта опубликованы отдельно, и результаты более ранних моделей смеси к нему неприменимы. README не приводит подтверждённых оценок качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-9B Equational Theory — 1M, 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 1M 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
Notes702,2691,220
Trajectories301,500115
Total1,003,7691,335

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: 20. Final shared-validation loss: 0.375394. 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-mix1m-70n30t-thinking")
model = Qwen3_5ForConditionalGeneration.from_pretrained(
    "violetxi/qwen35-9b-equational-theory-sair-mix1m-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
27d0a2b

0 моделей