Qwopus3.5-27B-v3-GGUF

קוד פתוח

Jackrongapache-2.02026-04-02

transformers
gguf
llama.cpp
image-text-to-text
vision

התאמה אישית של מודל עשרים ושבעה מיליארד פרמטרים שמקצרת תהליכי חשיבה וממקדת אותם בעבודה עם כלים. הפיתוח מתאים למי שרוצה ביצועי תכנות גבוהים בקוד פתוח בלי ניפוח טוקנים מיותר.

93.8 GBמשקל הקבצים
502הורדות בחודש
352לייקים

מה זה

הבסיס כאן הוא Qwen3.5-27B שעבר כוונון עדין באמצעות Unsloth ושיטת LoRA כדי לחקות דפוסי חשיבה מובנים של Claude Opus. המפתח ניסה לפתור את בעיית החשיבה המוגזמת של מודל הבסיס על שאלות פשוטות, ויצר תהליך חשיבה מובנה שמכוון לפעולה ותיקון שגיאות תוך כדי תנועה במקום תכנון ארוך מראש. השינוי כולל אימון חיזוק מיוחד להפעלת כלים המיועד למסגרות כמו OpenClaw.

במבחן HumanEval המודל הגיע לתוצאה של 95.73% לעומת 94.51% של מודל הבסיס. זה אומר שבמשימות קידוד טהורות הוא מדויק יותר ומצריך פחות תיקונים ידניים לפלט. הערכות עצמאיות מראות שהוא שומר על דיוק דומה או עדיף גם ב־MMLU-Pro תוך שימוש בפחות טוקנים לתשובה, אם כי שרשרת החשיבה שלו ארוכה מזו של גרסה שתיים.

מתאים ל

סוכני תכנות אוטונומיים
אימון החיזוק להפעלת כלים ושיטת הפעולה והתיקון מתאימים לסביבות שמריצות קוד ומתקנות שגיאות.
פתרון בעיות קוד במחשב מקומי
התוצאה של 95.73% ב־HumanEval הופכת אותו לכלי עזר חזק לכתיבת פונקציות ואיתור באגים ללא תלות ברשת.
ניתוח לוגי שקוף
מבנה החשיבה המפורט מציג את כל שלבי הפירוק של הבעיה לפני מתן התשובה הסופית.

איפה זה נופל

המפתח עצמו מבהיר שמדובר בפרויקט עצמאי ללא תשתית של מעבדת מחקר גדולה. שרשרת החשיבה סובלת לעיתים מחוסר יציבות, לולאות לוגיות וסחיפה בטיעונים, ויש סכנת הזיות בעובדות חיצוניות תוך כדי חשיבה. מעבר לזה, הפלטים הגולמיים כוללים בעיות עימוד כמו שאריות מרקדאון וערבוב של קוד והסברים. לא נערכו בדיקות ביצועים מקיפות מחוץ לקידוד ומעט לוגיקה, והמודל הוגדר רשמית כמיועד למחקר וניסוי בלבד. חוסר התמיכה בעברית מורגש, והוא מתועד לשפות אנגלית, סינית וקוריאנית בלבד.

אותה משפחה

Qwopus3.5 יצא ב־6 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Qwopus3.5-9B-v3-GGUF5,584 Qwopus3.5-4B-v3-GGUF1,714 Qwopus3.5-27B-v3.5-GGUF587 Qwopus3.5-27B-v3455 Qwopus3.5-9B-v3376

שאלות
נפוצות

האם המודל תומך בעברית?

התיעוד מגדיר תמיכה באנגלית, סינית וקוריאנית בלבד. מודל הבסיס מכיל יכולות שפה מסוימות, אבל הכוונון הנוכחי לא נבדק על עברית וסביר שיפיק תוצאות חלשות וערבוב מושגים.

למה להעדיף אותו על פני מודל הבסיס?

הוא עוקף את Qwen3.5-27B במבחן HumanEval ומייצר פחות טוקנים מיותרים בזכות שינוי במבנה שרשרת החשיבה. בנוסף הוא עבר אימון ייעודי שמייצב קריאות לפונקציות חיצוניות.

איך מריצים

הקבצים שוקלים 93.8 גיגה בייט במצטבר ומחולקים לשמונה חלקים. כדי להריץ משקל כזה בזיכרון של כרטיס מסך יחיד צריך חומרה ייעודית וכבדה מאוד, או לחלופין לפצל בין כמה כרטיסים מקומיים. מי שעובד עם חומרה צרכנית רגילה יתקשה מאוד להחזיק את כל המשקל ב־VRAM ללא קוונטיזציה משמעותית שתוריד את נפח הזיכרון הנדרש.

אם אין לכם שרת מקומי עם לפחות שני כרטיסי שלושים ותשעים או שמונים גיגה בייט ייעודיים, עדיף להשתמש ב־API חיצוני של מודל מקביל או לחבר שרת ענן לפי שעה. ההרצה המקומית הגיונית רק אם אתם חייבים פרטיות מלאה לקוד שלכם או בונים סוכן שמריץ לולאות בדיקה רבות בסביבה מבודדת.

ollama run hf.co/Jackrong/Qwopus3.5-27B-v3-GGUF:Q4_K_M

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

Q8_028.6 GB Q6_K22.1 GB Q5_K_M19.2 GB Q4_K_M16.5 GB Q3_K_M13.3 GB F32931.1 MB

הקבצים

8 קבצים במאגר, 93.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט פורסם תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי מלא, שינוי של הקוד והפצה מחדש בלי תשלום תמלוגים, בתנאי ששומרים על הודעות זכויות היוצרים ומצרפים עותק של הרישיון המקורי. עם זאת, תיאור המודל מציין שהוא גרסת בדיקה שנועדה למחקר אקדמי, סתירה שצריך לקחת בחשבון לפני הטמעה במערכת עסקית.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗