/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
MiMo-V2.6-Distill-Qwen-9B
Библиотека
transformers
Опубликована
28 сен 2026

Mimo-Qwen3.5-9B-Cold

Генерация текстаТекст → текст4 профессии

Дообученная на предпочтениях текстовая модель MiMo на 9,4 млрд параметров для краткой и прямой генерации диалоговых ответов.

475скачиваний за 30 дней0лайковвеса обновлены1 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

MiMo-9B-Cold — разговорная текстовая модель на архитектуре Qwen3.5, созданная wesjos на базе XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B с помощью Direct Preference Optimization (DPO). Модель дообучена без этапа SFT на 1 027 модифицированных парах предпочтений в стиле LIMA, чтобы делать ответы краткими, решительными и прямыми, сохраняя общие знания базовой модели. В основе — плотная модель примерно на 9,4 млрд параметров; карточка указывает поддержку английского и китайского языков.

Модель предназначена для диалогов и генерации текста, когда важны лаконичные ответы; шаблон чата поддерживает переключатель режима рассуждений. Её можно применять через Transformers, а также запускать в llama.cpp после конвертации в GGUF; пример запуска использует контекст 8 192 токена. Лицензия — Apache-2.0.

Обучение охватило один проход по небольшому набору предпочтений и нацелено на стиль, а не на прирост способностей. В README отмечены несколько более высокая склонность к галлюцинациям при вызове инструментов и отсутствие новых знаний по сравнению с базовой моделью; для вызовов функций рекомендуется проверять соответствие схемам на уровне приложения.

Сценарии применения

  • получение коротких ответов в диалоге с ассистентом
  • сжатое изложение общих сведений по запросу
  • настройка прямого и решительного стиля ответов чат-бота

Ограничения

Дообучение выполнено за один проход на 1 027 парах предпочтений и влияет прежде всего на стиль, а не на возможности или знания модели. При вызове инструментов возможны галлюцинации; схемы функций следует проверять на уровне приложения.

Для каких профессий подходит4

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

MiMo-9B-Cold (LIMA DPO)

A cold-style preference-aligned model built on MiMo-V2.6-Distill-Qwen-9B: DPO applied directly to the base model (no SFT), using 1,027 modified LIMA-style preference pairs to make responses concise, decisive, and direct — while preserving intelligence and general knowledge.

📋 Model Overview

AttributeValue
Model Namewesjos/Mimo-Qwen3.5-9B-Cold
BaseMiMo-V2.6-Distill-Qwen-9B (Qwen3.5-architecture distill, 9.4B params)
MethodDPO (Direct Preference Optimization), skipping SFT
Training Datalima_dpo_clean.jsonl — 1,027 LIMA-style preference pairs
Training FrameworkUnsloth + TRL DPOTrainer (QLoRA 4bit)
Release FormatsHF merged_16bit (18 GB) · LoRA adapter · GGUF Q8_0 (8.87 GB)
Context Length262,144 (native)
LanguagesEnglish / Chinese

🚀 Usage

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "<repo>/merged_16bit", torch_dtype="bfloat16", device_map="auto"
)
tok = AutoTokenizer.from_pretrained("<repo>/merged_16bit")

messages = [{"role": "user", "content": "Introduce yourself in two sentences."}]
inputs = tok.apply_chat_template(
    messages, tokenize=True, add_generation_prompt=True,
    enable_thinking=False, return_tensors="pt", return_dict=True,
).to("cuda")
out = model.generate(**inputs, max_new_tokens=300, temperature=0.6, top_p=0.9)
print(tok.decode(out[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

llama.cpp (GGUF Q8_0)

llama-server -m mimo-9b-cold-Q8_0.gguf \
  --ctx-size 8192 -ngl 99 -ctk q8_0 -ctv q8_0 -fa on \
  --jinja --alias mimo-9b-cold --port 18080

Recommended Parameters

  • temperature: 0.6, top_p: 0.9, top_k: 20
  • Anti-repetition: repeat_penalty 1.05, DRY multiplier 0.8
  • Thinking mode: template supports enable_thinking toggle

⚠️ Limitations & Notes

  1. Small training scale: only 1 epoch × 1,027 pairs — lightweight style alignment; do not expect capability gains, only style transfer
  2. Slightly higher tool hallucination rate: for function calling, add parameter schema validation at the application layer
  3. Knowledge cutoff: inherited from the base model (Qwen3.5 family); training data contains no new knowledge
  4. Safety alignment: retains the base model's full safety values (illegal requests are refused with lawful alternatives)
  5. BBH sampling variance: at limit 200 each subset has only ~4 questions; the -2.78pp drop is not statistically significant

🙏 Acknowledgements

  • Base: MiMo-V2.6-Distill-Qwen-9B (Qwen3.5 architecture)
  • Methods: LIMA (Less Is More for Alignment) · DPO (Rafailov et al.)
  • Tools: Unsloth · TRL · evalscope · llama.cpp

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
baf48e8

0 моделей