Модель Qwen3.5-122B-A10B, точно настроенная на Claude-Distills, высококачественный набор данных рассуждений, полученный от Клода. — Базовая модель: Qwen3.5-122B-A10B (MoE, 122B всего / 10B активных параметров) — Данные обучения: Claude-Distills (125,175 поезд /6,588 вал) — Метод обучения: Полная контролируемая точная настройка (SFT) — Структура обучения: DeepSpeed ZeRO-3 Разгрузка Набор данных Claude-Distills охватывает различные области рассуждений: Чтобы отключить вывод мышления/рассуждений, добавьте /не подумайте в подсказку или установите системное сообщение соответствующим образом: — Qwen3.5-122B-A10B — Базовая модель — Claude-Distills — Набор данных обучения
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: clzoro
Теги: qwen3_5_moe, image-text-to-text, qwen, claude, distillation, moe, sft, conversational
Лайков: 4 | Загрузок: 81
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.