Эта модель была специально оптимизирована для достижения успеха в нескольких ключевых областях: — Качество структурированного мышления: улучшенная способность разбивать сложные проблемы и мыслить шаг за шагом. — Соблюдение инструкций: превосходная способность следовать строгим рекомендациям и ограничениям, указанным в подсказках. — Поведение, ориентированное на безопасность: предназначено для безопасной работы в рабочих процессах практических помощников и автономных агентов. — Надежность: повышенная устойчивость к распространенным моделям несоосности и враждебным воздействиям. Он использует строгий стек постобучения, который сочетает в себе контролируемую настройку рассуждений с оптимизацией, ориентированной на выравнивание, уделяя особое внимание надежному поведению в реальных приложениях. — Базовая модель: Qwen/Qwen3.5-4B — Методология: контролируемая точная настройка (SFT) на основе LoRA, приводящая к объединению контрольной точки BF16. — Архитектура рассуждений: встроенная поддержка и нормализация формата … для явного отделения процесса рассуждения от конечного результата. — Фокус на оптимизацию: усиление обоснования безопасности, максимизация управляемости и обеспечение согласованности реагирования. Эта модель была обучена на частных наборах данных Merlin Research, созданных на основе внутренних каналов исследований и разработок, для: — обоснования надежности…
Модальности:
Генерация текста
Области применения:
Логика и рассуждение Диалог / чат
Задача: Генерация текста
Автор: MerlinSafety
Теги: gguf, qwen3_5, image-text-to-text, qwen3.5, ai-safety, reasoning, thinking, alignment
Лайков: 13 | Загрузок: 923
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
