GPT
הוספת כלי
A

Apodex-1.0-mini

קוד פתוח

apodexapache-2.02026-06-07

  • transformers
  • safetensors
  • qwen3_5_moe
  • image-text-to-text
  • agent

מודל מבוסס תערובת מומחים של 36 מיליארד פרמטרים, המכוון במיוחד להפעלת סוכני מחקר עצמאיים, קריאת כלים חיצוניים ואימות מקורות בתוך חלון הקשר עצום.

  • 36Bפרמטרים
  • 262,144טוקנים בהקשר
  • 67.0 GBמשקל הקבצים
  • 1,568הורדות בחודש

מה זה

הבסיס כאן הוא ארכיטקטורת Qwen3.5 MoE עם 36 מיליארד פרמטרים כוללים, שעברה סדרת אימונים שכללה כוונון עדין והסקה מבוססת חיזוקים לשימוש בכלים. הוא נועד לתפקד כסוכן מחקר עצמאי שיודע לחלק משימות, להפעיל כלים ברצף, לקרוא חזרה את התוצאות ולבנות שרשרת ראיות לפני שהוא פולט תשובה סופית.

במדדי המחקר המדווחים, גרסת ה־mini מציגה 71.5 ב־BrowseComp באנגלית ו־80.6 בסינית, לצד 82.2 ב־DeepSearchQA. המספרים האלה מראים שהוא חזק מאוד בניווט ברשת ואיסוף עובדות יחסית למשקל שלו, אבל בבדיקות חשיבה מדעית מורכבות יותר כמו HLE הטקסטואלי הוא נעצר ב־46.8 נקודות בלבד, כך שלא מדובר בתחליף למודלי ענק בכל משימת היגיון.

מתאים ל

  • סוכן מחקר ואוטומציה

    הוא אומן לבצע קריאות פונקציות מרובות ולבנות שרשרת בדיקת עובדות עצמאית.

  • ניתוח מסמכים רחבי היקף

    תמיכה בחלון הקשר של 262 אלף טוקנים מאפשרת עיבוד דוחות ארוכים ומורכבים.

  • מענה טכני באנגלית ובסינית

    המערך נבנה ונבדק ספציפית עבור שתי השפות האלה ומציג בהן ציוני חיפוש גבוהים.

איפה זה נופל

הנתונים הרשמיים מתמקדים רק באנגלית ובסינית, כך שאין שום תיעוד ליכולות שלו בעברית וכנראה שתקבלו ביצועים ירודים או שבירת תבניות במשימות מורכבות. המודל מתמחה בהפעלת כלים ואיסוף מידע, אבל הציון הנמוך במבחני HLE מעיד שהוא מתקשה בהסקה לוגית מופשטת ברמה גבוהה. בנוסף, חלון ההקשר העצום מטעה, שכן ניצול מלא שלו דורש זיכרון וידאו אדיר שאינו נגיש למפתח הממוצע.

שאלות
נפוצות

האם המודל תומך בעברית למשימות יומיומיות?

הכרטיס מצהיר על תמיכה באנגלית ובסינית בלבד. הוא עשוי לפלוט עברית בזכות הבסיס של Qwen, אבל אין ערובה לאיכות הפלט או ליכולת לעקוב אחרי הוראות מורכבות בעברית.

למה צריך להשתמש בפרסר מיוחד בהרצה?

המודל פולט קריאות כלים וחשיבה בתגיות ייעודיות של Qwen3.5. שימוש בפרסר התואם בשרת מאפשר להמיר אותן ישירות למבנה הסטנדרטי של ממשקי API כמו של OpenAI.

איך מריצים

המשקל הכולל של הקבצים מגיע ל־67 גיגהבייט. כדי לטעון אותו בזיכרון מלא בלי שחיקת ביצועים תצטרכו לפחות שני כרטיסי RTX 4090 או כרטיס A100/H100 יחיד של 80 גיגהבייט. המפתחים עצמם מציינים פקודות הפעלה עבור SGLang ו־vLLM שדורשות מקבול שרתים עם שמונה כרטיסים כדי לנצל את מלוא חלון ההקשר של 262 אלף טוקנים.

אם אתם לא מחזיקים שרתים ייעודיים עם שרשרת כרטיסים תואמת, עדיף להשתמש ב־API המקוון שהם מציעים או בפתרונות ענן, כי הרצה מקומית בחלון הקשר מלא תחנוק כל חומרה משרדית רגילה.

from transformers import pipeline

pipe = pipeline("text-generation", model="apodex/Apodex-1.0-mini")
print(pipe("שלום"))

הקבצים

28 קבצים במאגר, 67.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד והמשקלים ולהפיץ אותם בתוך מוצר סגור, בתנאי ששומרים על הודעת זכויות היוצרים ומצרפים עותק של הרישיון המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗