> Обновление: > Эта модель была дополнительно улучшена дополнительными данными рассуждений, полученными из Qwen3.5-27B. > > Новые данные обучения представляют более качественные траектории рассуждений в таких областях, как наука, следование инструкциям и математика. > > Часть данных получена из Jackrong/Qwen3.5-reasoning-700x, кураторского набора данных, предназначенного для улучшения структурированных пошаговых рассуждений и разнообразия рассуждений. Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled — это высокоэффективная модель рассуждений, точно настроенная поверх плотной архитектуры Qwen3.5-4B. Основная директива модели заключается в использовании современной дистилляции по цепочке мысли (CoT), в основном полученной из взаимодействий Клода-4.6 Opus. Благодаря контролируемой тонкой настройке (SFT), ориентированной конкретно на структурированную логику рассуждений, эта модель преуспевает в разрешении сложных пользовательских проблем, планировании пошаговых методологий в рамках строго отформатированных тегов и, в конечном итоге, в предоставлении точных, нюансированных решений. Модель включает в себя целевые оптимизации, учитывающие тенденцию Qwen3.5 к чрезмерным переходным или повторяющимся рассуждениям по простым запросам. Путем глубокой перегонки и структурной имитации рассуждений Клода-4.6-Опуса…
Модальности:
Генерация текста
Области применения:
Логика и рассуждение Диалог / чат
Задача: Генерация текста
Автор: sukai-123
Теги: gguf, qwen3_5, unsloth, qwen, qwen3.5, reasoning, chain-of-thought, lora
Лайков: 3 | Загрузок: 183
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
