/ Модель

Характеристики

Контекст
262 144 токена
Параметры
514 млн
Размер весов
1,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
22 сен 2026

Qwen3.5-0.8B-PureText-ZH-EN-v5.2

Генерация текстаТекст → текст5 профессий

Текстовая производная Qwen3.5-0.8B для генерации текста и диалогов преимущественно на китайском и английском языках.

387скачиваний за 30 дней0лайковвеса обновлены29 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

Qwen3.5-0.8B Pure Text ZH-EN — текстовая производная Qwen3.5 от разработчика wejyy888 для генерации текста и диалогов на китайском и английском языках. Модель преобразована из Qwen3.5-0.8B: удалены модуль зрения, веса MTP и специальные токены для визуальных, аудио- и речевых задач, а словарь сокращён с 248 320 до 182 684 токенов. Дополнительного обучения не проводилось; сохранённые веса исходной модели оставлены без изменений. В README указано 685,3 млн параметров, формат BF16 safetensors и контекст 262 144 токена по метаданным.

Модель принимает только текст и предназначена для текстовой генерации, включая диалоговое применение. В README приведена оценка на классификации поисковых запросов китайской электронной коммерции, однако отдельный pipeline классификации для модели не заявлен. Токенизация китайского и английского языков сохранена после переназначения ID; другим языкам доступен байтовый fallback, но они обычно требуют больше токенов. Для ранее токенизированных наборов данных нужно выполнить переназначение ID с помощью old2new.json. README рекомендует короткое дополнительное предобучение или SFT перед производственным применением. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в китайском и английском чате
  • продолжение и генерация текста на китайском языке
  • продолжение и генерация текста на английском языке
  • классификация поисковых запросов электронной коммерции через генерацию метки

Ограничения

Модель принимает только текст; обработка изображений, видео, аудио и синтез речи не поддерживаются. Для других языков токенизация менее эффективна, а перед производственным использованием автор рекомендует дополнительное обучение; прежние токенизированные данные требуют переназначения ID.

Для каких профессий подходит5

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

Qwen3.5-0.8B Pure Text ZH-EN

A text-only derivative of Qwen/Qwen3.5-0.8B optimized for Chinese and English inference.

Changes

  • Converted Qwen3_5ForConditionalGeneration to Qwen3_5ForCausalLM.
  • Removed the vision tower and MTP weights.
  • Removed visual, grounding, audio, and TTS special tokens.
  • Pruned the vocabulary from 248,320 rows to 182,684 real tokens, padded to 182,784 rows for alignment.
  • Remapped tokenizer IDs and retained old2new.json for converting existing tokenized datasets.
  • Preserved the original weights exactly for every retained vocabulary item; no additional training was performed.

The resulting checkpoint has 685,284,160 parameters and occupies approximately 1.3 GiB in BF16 safetensors format.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "wejyy888/Qwen3.5-0.8B-PureText-ZH-EN-v5.2"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype="auto")

messages = [{"role": "user", "content": "介绍一下杭州"}]
inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    tokenize=True,
    return_dict=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=128)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

Use a Transformers version that includes Qwen3_5ForCausalLM support.

Compatibility notes

  • Verified environments: transformers 5.2.0 (tokenizers 0.22.2, torch 2.14.0) and 5.17.0. Under 5.2.0 the tokenizer loads at exactly 182,684 tokens with no automatic vocabulary expansion, all 320 tensors load as Qwen3_5ForCausalLM (685,284,160 parameters), and forward/generation smoke tests pass.

  • The linear-attention layers fall back to a pure-torch path when causal-conv1d and flash-linear-attention are not installed; install both for faster training and inference.

  • Previously tokenized datasets must be remapped with old2new.json.

  • Chinese and English tokenization is preserved exactly after ID remapping.

  • Other languages still decode correctly through byte fallback, but generally use more tokens.

  • This checkpoint accepts text only; image, video, audio, and TTS inputs are unsupported.

  • A short continued-pretraining or SFT stage is recommended before production use to adapt to the reduced vocabulary.

Evaluation

Chinese e-commerce live-search query intent classification: 100 queries, 3 classes (LIVE / BRAND / ITEM), greedy decoding, max 256 new tokens, evaluated with transformers 5.2.0.

ClassPrecisionRecallF1
LIVE84.2%53.3%65.3%
BRAND93.1%90.0%91.5%
ITEM73.1%95.0%82.6%

Overall accuracy 81.0%, macro-F1 79.8%, and 97/100 per-row agreement with the unpruned source model under the identical prompt. Vocabulary pruning caused no measurable degradation on this task.

Reproduction

prune_qwen35_zh_en.py contains the conversion procedure. The padded vocabulary rows are initialized to zero so they cannot produce invalid high logits.

Validation

  • Loaded successfully through AutoModelForCausalLM as Qwen3_5ForCausalLM.
  • No visual or MTP parameters remain.
  • Retained-token logits match the source model exactly in the comparison test.
  • Chinese/English tokenizer equivalence, text chat-template encoding, forward pass, and generation smoke tests pass.
  • 100-query intent classification end-to-end run under transformers 5.2.0 on Apple MPS reproduces the source model's accuracy (81.0%) with 97% per-row agreement.

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_5ForCausalLM
Ревизия весов
92f4e8b

0 моделей