/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
10,1 МБ
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.5-397B-A17B
Библиотека
transformers
Опубликована
17 фев 2026

qwen3.5-moe-tiny-random

Изображение и текст → текст3 профессии

yujiepan/qwen3.5-moe-tiny-random — небольшая случайно инициализированная модель для отладки, созданная на основе конфигурации Qwen/Qwen3.5-397B-A17B.

1 307скачиваний за 30 дней3лайкавеса обновлены17 фев 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 «Изображение → 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

Она предназначена для проверки совместимости и работы инструментов инференса, включая Transformers, vLLM и SGLang, а не для получения качественных ответов или прикладного использования.

Модель реализована как Qwen3_5MoeForConditionalGeneration с мультимодальной архитектурой, поддерживающей текст и изображения. Конфигурация включает MoE-компоненты, линейное и полноформатное внимание, четыре текстовых слоя, 128 экспертов, уменьшенный размер скрытого представления 8 и компактный vision-модуль с двумя слоями. Размер файла весов составляет около 9,6 МБ. В README заявлена поддержка multi-token prediction, reasoning parser и tool-call parser; конкретные языки и размер контекстного окна не указаны.

Преимущество модели — крайне малый размер и удобство для отладки загрузки, генерации, мультимодального процессинга и интеграции с серверными движками. Главное ограничение — веса случайно инициализированы, поэтому модель не обучена и не предназначена для осмысленной генерации, оценки качества или производственных сценариев. Лицензия в README не указана.

Для каких профессий подходит3

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

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from Qwen/Qwen3.5-397B-A17B.

File pathSize
model.safetensors9.6MB

Example usage:

  • vLLM
# Multi-token prediction is supported
model_id=yujiepan/qwen3.5-moe-tiny-random
vllm serve $model_id \
     --tensor-parallel-size 2 \
     --speculative-config.method qwen3_next_mtp \
     --speculative-config.num_speculative_tokens 2 \
     --reasoning-parser qwen3 \
     --tool-call-parser qwen3_coder \
     --enable-auto-tool-choice \
     --max-cudagraph-capture-size 16
  • SGLang
# Multi-token prediction is supported
model_id=yujiepan/qwen3.5-moe-tiny-random
python3 -m sglang.launch_server \
  --model-path $model_id \
  --tp-size 2 \
  --tool-call-parser qwen3_coder  \
  --reasoning-parser qwen3 \
  --speculative-algo NEXTN \
  --speculative-num-steps 3 \
  --speculative-eagle-topk 1 \
  --speculative-num-draft-tokens 4
  • Transformers
import numpy as np
import torch
import transformers
from PIL import Image
from transformers import (
    AutoModel,
    AutoModelForCausalLM,
    AutoProcessor,
    AutoTokenizer,
    Qwen3_5MoeForConditionalGeneration,
)

model_id = "yujiepan/qwen3.5-moe-tiny-random"
model = Qwen3_5MoeForConditionalGeneration.from_pretrained(
    model_id, dtype=torch.bfloat16, device_map="cuda",
)
processor = AutoProcessor.from_pretrained(model_id)
messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "image": "https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-VL/assets/demo.jpeg",
            },
            {"type": "text", "text": "Describe this image."},
        ],
    }
]

inputs = processor.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_dict=True,
    return_tensors="pt"
).to(model.device)

generated_ids = model.generate(**inputs, max_new_tokens=32)
output_text = processor.batch_decode(generated_ids[0][inputs['input_ids'].shape[1]:], skip_special_tokens=True)
print(output_text)

Codes to create this repo:

import json
from copy import deepcopy
from pathlib import Path

import torch
from huggingface_hub import file_exists, hf_hub_download
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoProcessor,
    GenerationConfig,
    Qwen3_5MoeForConditionalGeneration,
    set_seed,
)

source_model_id = "Qwen/Qwen3.5-397B-A17B"
save_folder = "/tmp/yujiepan/qwen35-moe-tiny-random"

processor = AutoProcessor.from_pretrained(source_model_id, trust_remote_code=True)
processor.save_pretrained(save_folder)

with open(hf_hub_download(source_model_id, filename='config.json', repo_type='model'), 'r', encoding='utf-8') as f:
    config_json = json.load(f)

config_json['text_config'].update({
    'head_dim': 32,
    'hidden_size': 8,
    "layer_types": ['linear_attention'] * 3 + ['full_attention'],
    'intermediate_size': 32,
    'moe_intermediate_size': 32,
    'num_hidden_layers': 4,
    'num_attention_heads': 8,
    'num_key_value_heads': 4,
    'num_experts': 128,
    # "num_experts_per_tok": 10,
    'shared_expert_intermediate_size': 32,
    "linear_key_head_dim": 32,
    "linear_num_key_heads": 4,
    "linear_num_value_heads": 8,
    "linear_value_head_dim": 32,
})
config_json['text_config']['rope_parameters']['mrope_section'] = [1, 1, 2]
config_json["tie_word_embeddings"] = False
config_json['vision_config'].update(
    {
        'hidden_size': 64,
        'intermediate_size': 128,
        'num_heads': 2,
        'out_hidden_size': 8,
        'depth': 2,
    }
)
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config_json, f, indent=2)

config = AutoConfig.from_pretrained(
    save_folder,
    trust_remote_code=True,
)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = Qwen3_5MoeForConditionalGeneration(config)
with torch.no_grad():
    for i in range(3):
        attn = model.model.language_model.layers[i].linear_attn
        attn.A_log = torch.nn.Parameter(attn.A_log.float())
        attn.norm.float()

print(model.state_dict()['model.language_model.layers.0.linear_attn.A_log'].dtype)
print(model.state_dict()['model.language_model.layers.0.linear_attn.norm.weight'].dtype)

model.mtp = torch.nn.ModuleDict({
    "pre_fc_norm_embedding": torch.nn.RMSNorm(config.text_config.hidden_size),
    "fc": torch.nn.Linear(config.text_config.hidden_size * 2, config.text_config.hidden_size, bias=False),
    "layers": torch.nn.ModuleList([deepcopy(model.model.language_model.layers[3])]),
    "norm": torch.nn.RMSNorm(config.text_config.hidden_size),
    "pre_fc_norm_hidden": torch.nn.RMSNorm(config.text_config.hidden_size),
})
torch.set_default_dtype(torch.float32)
if file_exists(filename="generation_config.json", repo_id=source_model_id, repo_type='model'):
    model.generation_config = GenerationConfig.from_pretrained(
        source_model_id, trust_remote_code=True,
    )
    model.generation_config.do_sample = True
    print(model.generation_config)
model = model.cpu()
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)

Printing the model:

Qwen3_5MoeForConditionalGeneration(
  (model): Qwen3_5MoeModel(
    (visual): Qwen3_5MoeVisionModel(
      (patch_embed): Qwen3_5MoeVisionPatchEmbed(
        (proj): Conv3d(3, 64, kernel_size=(2, 16, 16), stride=(2, 16, 16))
      )
      (pos_embed): Embedding(2304, 64)
      (rotary_pos_emb): Qwen3_5MoeVisionRotaryEmbedding()
      (blocks): ModuleList(
        (0-1): 2 x Qwen3_5MoeVisionBlock(
          (norm1): LayerNorm((64,), eps=1e-06, elementwise_affine=True)
          (norm2): LayerNorm((64,), eps=1e-06, elementwise_affine=True)
          (attn): Qwen3_5MoeVisionAttention(
            (qkv): Linear(in_features=64, out_features=192, bias=True)
            (proj): Linear(in_features=64, out_features=64, bias=True)
          )
          (mlp): Qwen3_5MoeVisionMLP(
            (linear_fc1): Linear(in_features=64, out_features=128, bias=True)
            (linear_fc2): Linear(in_features=128, out_features=64, bias=True)
            (act_fn): GELUTanh()
          )
        )
      )
      (merger): Qwen3_5MoeVisionPatchMerger(
        (norm): LayerNorm((64,), eps=1e-06, elementwise_affine=True)
        (linear_fc1): Linear(in_features=256, out_features=256, bias=True)
        (act_fn): GELU(approximate='none')
        (linear_fc2): Linear(in_features=256, out_features=8, bias=True)
      )
    )
    (language_model): Qwen3_5MoeTextModel(
      (embed_tokens): Embedding(248320, 8)
      (layers): ModuleList(
        (0-2): 3 x Qwen3_5MoeDecoderLayer(
          (linear_attn): Qwen3_5MoeGatedDeltaNet(
            (act): SiLUActivation()
            (conv1d): Conv1d(512, 512, kernel_size=(4,), stride=(1,), padding=(3,), groups=512, bias=False)
            (norm): FusedRMSNormGated(32, eps=1e-06, activation=silu)
            (out_proj): Linear(in_features=256, out_features=8, bias=False)
            (in_proj_qkv): Linear(in_features=8, out_features=512, bias=False)
            (in_proj_z): Linear(in_features=8, out_features=256, bias=False)
            (in_proj_b): Linear(in_features=8, out_features=8, bias=False)
            (in_proj_a): Linear(in_features=8, out_features=8, bias=False)
          )
          (mlp): Qwen3_5MoeSparseMoeBlock(
            (gate): Qwen3_5MoeTopKRouter()
            (experts): Qwen3_5MoeExperts(
              (act_fn): SiLUActivation()
            )
            (shared_expert): Qwen3_5MoeMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLUActivation()
            )
            (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
          )
          (input_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
          (post_attention_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
        )
        (3): Qwen3_5MoeDecoderLayer(
          (self_attn): Qwen3_5MoeAttention(
            (q_proj): Linear(in_features=8, out_features=512, bias=False)
            (k_proj): Linear(in_features=8, out_features=128, bias=False)
            (v_proj): Linear(in_features=8, out_features=128, bias=False)
            (o_proj): Linear(in_features=256, out_features=8, bias=False)
            (q_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
            (k_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
          )
          (mlp): Qwen3_5MoeSparseMoeBlock(
            (gate): Qwen3_5MoeTopKRouter()
            (experts): Qwen3_5MoeExperts(
              (act_fn): SiLUActivation()
            )
            (shared_expert): Qwen3_5MoeMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLUActivation()
            )
            (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
          )
          (input_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
          (post_attention_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
        )
      )
      (norm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
      (rotary_emb): Qwen3_5MoeTextRotaryEmbedding()
    )
  )
  (lm_head): Linear(in_features=8, out_features=248320, bias=False)
  (mtp): ModuleDict(
    (pre_fc_norm_embedding): RMSNorm((8,), eps=None, elementwise_affine=True)
    (fc): Linear(in_features=16, out_features=8, bias=False)
    (layers): ModuleList(
      (0): Qwen3_5MoeDecoderLayer(
        (self_attn): Qwen3_5MoeAttention(
          (q_proj): Linear(in_features=8, out_features=512, bias=False)
          (k_proj): Linear(in_features=8, out_features=128, bias=False)
          (v_proj): Linear(in_features=8, out_features=128, bias=False)
          (o_proj): Linear(in_features=256, out_features=8, bias=False)
          (q_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
          (k_norm): Qwen3_5MoeRMSNorm((32,), eps=1e-06)
        )
        (mlp): Qwen3_5MoeSparseMoeBlock(
          (gate): Qwen3_5MoeTopKRouter()
          (experts): Qwen3_5MoeExperts(
            (act_fn): SiLUActivation()
          )
          (shared_expert): Qwen3_5MoeMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLUActivation()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3_5MoeRMSNorm((8,), eps=1e-06)
      )
    )
    (norm): RMSNorm((8,), eps=None, elementwise_affine=True)
    (pre_fc_norm_hidden): RMSNorm((8,), eps=None, elementwise_affine=True)
  )
)

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
617c721

0 моделей