/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Опубликована
30 окт 2026

Qwen3.5-4B-InstructTool

Генерация текстаТекст → текст

Дообученная на базе Qwen3.5-4B языковая модель для многоходового диалога, планирования и структурированного вызова инструментов в сценариях LifeMate.

204скачиваний за 30 дней0лайковвеса обновлены30 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

Qwen3.5-4B-InstructTool — языковая модель на 4,2 млрд параметров, разработанная zinzinmit для сценариев LifeMate / Zalo AI Challenge и дообученная на базе Qwen/Qwen3.5-4B. Она предназначена для многоходового диалога с планированием действий и вызовом инструментов: умеет выбирать инструменты из набора из 46 системных и прикладных средств, формировать вызовы в JSON по заданной схеме и избегать лишних обращений к инструментам. Модель рассчитана прежде всего на сложные диалоговые сценарии на вьетнамском языке; метаданные также отмечают английский.

Архитектура — плотная Qwen3.5 с гибридным механизмом внимания Gated-DeltaNet и grouped-query attention. Контекст составляет 16 384 токена. Модель обучена с LoRA, после чего адаптеры объединены с базовыми весами; репозиторий содержит веса safetensors в bfloat16. README приводит результаты проверки на бенчмарке LifeMate, но они относятся к конкретному набору из 155 диалогов и не гарантируют такие же показатели в других средах.

Для работы модели нужны инструкции и контекст диалога в текстовом виде; на выходе она формирует текстовые ответы и структурированные вызовы инструментов. Это специализированная модель для агентных рабочих процессов LifeMate, а не универсальная система управления инструментами без настройки соответствующей среды. Лицензия — Apache-2.0.

Сценарии применения

  • Вызов инструментов по запросам на вьетнамском языке
  • Планирование последовательности действий в многоходовом диалоге
  • Формирование вызовов функций в JSON по заданной схеме
  • Управление системными и прикладными инструментами LifeMate
  • Ответы на сообщения, для которых не требуется вызов инструмента

Ограничения

Специализирована на рабочих процессах LifeMate и вызовах инструментов; показатели README получены на ограниченном бенчмарке из 155 диалогов и не подтверждают качество в других средах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-4B-InstructTool 🛠️

zinzinmit/Qwen3.5-4B-InstructTool is a specialized 4.2B parameter tool-calling and multi-turn planning language model, fine-tuned from Qwen/Qwen3.5-4B for the LifeMate / Zalo AI Challenge.

It is trained specifically for complex Vietnamese conversational agent workflows, multi-step environment manipulation, dynamic few-shot retrieval, schema-compliant JSON tool calling, and strict non-redundant environment interactions across 46 system and application tools.


🏆 Benchmark & Evaluation Results

Evaluated on the standardized LifeMate Validation Benchmark (data/train+public_test/benchmark/llm/val.jsonl, 155 multi-turn dialogue sessions with exact environment state verification):

Comparison with Base Models

ModelParametersZero-Call AccTool Name F1Tool Set EMCall Macro F1 (NoHash)Call Micro F1Call Exact MatchState Hash AccOfficial Competition Score ↑Inference Latency
zinzinmit/Qwen3.5-4B-InstructTool4.21B90.91%92.61%83.23%82.61%82.57%71.61%84.52%78.24%1.21s / sample
Qwen/Qwen3.5-4B (Base)4.21B9.09%81.66%54.84%60.39%63.07%32.26%61.29%44.11%1.62s / sample
Qwen/Qwen3-4B-Instruct-25074.02B45.45%81.10%58.06%57.61%60.41%35.48%52.90%41.18%1.85s / sample
aisingapore/Qwen-SEA-LION-v4-4B-VL4.44B18.18%75.68%45.16%53.91%55.86%27.10%45.16%35.73%2.65s / sample
aisingapore/Gemma-SEA-LION-v4-4B-VL4.30B36.36%65.01%32.26%39.29%40.77%16.13%32.26%20.98%3.19s / sample
google/gemma-4-E2B-it5.12B63.64%22.22%7.74%16.09%15.94%5.81%23.87%7.42%0.38s / sample

Key Improvements over Base Qwen3.5-4B:

  • +34.13% absolute increase in Official Competition Score (from 44.11% $\rightarrow$ 78.24%).
  • +23.23% increase in Environment State Hash Accuracy (from 61.29% $\rightarrow$ 84.52%; 131/155 test environments in the exact expected final state).
  • +39.35% increase in Call Exact Match (from 32.26% $\rightarrow$ 71.61%; 111/155 dialogues had 100% exact tool calls and arguments with 0 errors).
  • Solved Zero-Call Over-Triggering: Zero-call accuracy jumped from 9.09% $\rightarrow$ 90.91%, eliminating redundant exploratory tool calls when the user query is chitchat or out-of-scope.
  • Fast Serving with vLLM: Average end-to-end multi-turn dialogue inference is only 1.21s / session.

⚙️ Model Architecture & Technical Details

  • Base Architecture: Qwen/Qwen3.5-4B (hybrid Gated-DeltaNet linear attention + grouped-query attention).
  • Total Parameters: 4,205,751,296 (~4.21B parameters).
  • Context Length: Native 16,384 tokens (16K).
  • Training Method: PEFT LoRA ($r=16, \alpha=32$, targeting all linear projections q, k, v, o, gate, up, down, in_proj_qkv, in_proj_z, out_proj), merged back into native 16-bit bfloat16 safetensors.
  • Dataset: LifeMate multi-turn dialogue benchmark (1,390 dialogues expanded into 3,759 causal step-level execution pairs).
  • Competition Rule Compliance: Total parameters (4.21B) $< 5.0\text{B}$ LLM cap and easily pairs with kzap201/phowhisper-large-zaloai (1.61B) for a combined pipeline of 5.815B $< 6.0\text{B}$ total budget.

🚀 Quickstart & Inference

Using with vLLM (Recommended for Fast Serving)

from vllm import LLM, SamplingParams

llm = LLM(
    model="zinzinmit/Qwen3.5-4B-InstructTool",
    max_model_len=16384,
    dtype="bfloat16",
    enable_prefix_caching=True,
    gpu_memory_utilization=0.85,
)

sampling_params = SamplingParams(
    temperature=0.0,
    max_tokens=384,
    stop=["<|im_end|>", "<|endoftext|>"],
)

messages = [
    {"role": "system", "content": "You are LifeMate assistant with tool calling capabilities."},
    {"role": "user", "content": "Tìm cho tôi danh bạ của anh Nam ở công ty."}
]

prompt = llm.get_tokenizer().apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = llm.generate([prompt], sampling_params)
print(outputs[0].outputs[0].text)

Using with Hugging Face Transformers

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "zinzinmit/Qwen3.5-4B-InstructTool"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    attn_implementation="sdpa",
)

messages = [
    {"role": "system", "content": "You are LifeMate assistant with tool calling capabilities."},
    {"role": "user", "content": "Đặt lịch họp ngày mai lúc 9 giờ sáng."}
]

prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    output_ids = model.generate(**inputs, max_new_tokens=384, do_sample=False)

response = tokenizer.decode(output_ids[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
print(response)

📊 Evaluation Reproduction

To evaluate this model on the LifeMate benchmark:

python scripts/benchmark/run_llm_val.py \
  --model zinzinmit/Qwen3.5-4B-InstructTool \
  --fewshot dynamic \
  --gpu-mem 32

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
29d95c0

0 моделей