GPT
הוספת כלי
Q

Qwable-9B-Claude-Fable-5

קוד פתוח

empero-aiapache-2.02026-06-15

  • transformers
  • safetensors
  • qwen3_5
  • image-text-to-text
  • qwen3.5

זיקוק של עקבות חשיבה מקלוד ו־GPT לתוך מודל קוד פתוח. מתאים למי שמחפש סוכן לקוד ולטרמינל בגודל 9B בלי לשלם על API חיצוני.

  • 9.4Bפרמטרים
  • 262,144טוקנים בהקשר
  • 17.5 GBמשקל הקבצים
  • 11,069הורדות בחודש

מה זה

מדובר באימון מלא של מודל הבסיס Qwen3.5-9B, שנשען על כ־4,585 דוגמאות מ־Claude Fable 5 ועוד כ־111 פתרונות מ־GPT-5.5. המטרה כאן היא לחקות את צורת החשיבה, פתרון הבעיות והפעלת הכלים של מודלים גדולים בהרבה, ספציפית במשימות של תכנות וסביבת טרמינל מרובת שלבים.

בבדיקה איכותנית של 34 משימות, המודל סיפק תשובות נקיות ב־27 מקרים. הנתונים מראים שהאימון לא סבל מאימון יתר, ומדד הדיוק של הטוקנים בסט הבדיקה עמד על 0.791. המספר הזה לא משקף הצלחה מקצה לקצה, אבל הוא מוכיח שהמודל למד היטב את סגנון הפלט והחשיבה של המודלים מהם הוא זוקק.

מתאים ל

  • סוכן פקודות טרמינל

    הוא אומן על משימות shell מורכבות ומציע פתרונות מודרניים ומאובטחים כמו ss במקום פקודות ישנות.

  • עוזר תכנות מקומי

    הוא מחקה את אופן הניתוח של קלוד ומתאים לפתרון בעיות קוד וכתיבת פונקציות ישירות מתוך סביבת הפיתוח.

  • אוטומציה מרובת שלבים

    הוא שומר על היגיון רציף בשיחות ארוכות הודות לאימון על עקבות באורך של עד 76,800 טוקנים ללא חיתוך.

איפה זה נופל

המודל פולט בלוק של תגיות think לפני כל תשובה, כך שחובה לנקות את הטקסט הזה בקוד לפני שמציגים פלט למשתמש. הוא אומן רק על טקסט באנגלית, ולמרות שמודל הבסיס שלו תומך בתמונות, רכיב הראייה הוקפא ולא נבדק כלל. בנוסף, אין כאן התאמות בטיחות מעבר למה שהגיע במודל הבסיס, ובמשימות ידע כללי הוא מוגבל כמו כל מודל 9B אחר.

אותה משפחה

Qwable-9B-Claude-Fable-5 יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Qwable-9B-Claude-Fable-5-GGUF10,355

שאלות
נפוצות

האם אפשר לשלוח למודל תמונות יחד עם טקסט?

לא מומלץ. למרות שהארכיטקטורה תומכת בקלט כזה, רכיב הראייה הוקפא במהלך האימון ולא עבר כוונון או בדיקות, כך שהתנהגותו אינה מובטחת.

למה התשובות לפעמים נתקעות בלולאה בזמן החשיבה?

המודל נוטה לפעמים לחשוב באריכות יתר. מפתחי המודל ממליצים להגדיר repetition_penalty על 1.05 ולהקצות מספר נדיב של טוקנים לפלט.

איך מריצים

המשקל הכולל של הקבצים עומד על 17.5 ג'יגה בייט בפורמט bfloat16. כדי להריץ אותו בלי תקיעות תצטרכו כרטיס מסך שיכול להכיל את המשקל הזה יחד עם טעינת קרנלים ייעודיים של Gated DeltaNet, כמו flash-linear-attention ו־causal_conv1d מותאם ל־CUDA. בלעדיהם המערכת תיפול לחישובי PyTorch רגילים שזוללים זיכרון ועובדים לאט.

אם אתם לא רוצים להסתבך עם התקנת ספריות CUDA מותאמות וניהול זיכרון של כרטיס מקומי, קריאה ל־API של מודל ענן תחסוך את כאב הראש. הטעינה בקוד נעשית באמצעות AutoModelForImageTextToText עם device_map מוגדר לאוטומטי.

from transformers import pipeline

pipe = pipeline("text-generation", model="empero-ai/Qwable-9B-Claude-Fable-5")
print(pipe("שלום"))

הקבצים

12 קבצים במאגר, 17.5 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המשקלים מפורסמים תחת רישיון אפהצ'י 2.0, שמתיר שימוש מסחרי, שינוי והפצה של הקוד. עם זאת, נתוני האימון נלקחו מפלט של קלוד ו־GPT, ושירותים אלה מגבילים לעיתים שימוש בפלט שלהם לאימון מודלים מתחרים. מי שמתכנן להכניס את המודל למוצר מסחרי צריך לבדוק את תנאי השימוש של אותם שירותים חיצוניים.

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

הרישיון המלא בעמוד המודל ↗