Qwen-AgentWorld-35B-A3B-GGUF

קוד פתוח

unslothapache-2.02026-06-24

transformers
gguf
qwen
unsloth
world-model

מודל שנועד לסמלץ סביבות הפעלה שלמות עבור סוכני תוכנה במקום לייצר טקסט רגיל. הוא מנבא את מצב המערכת הבא בפקודות טרמינל, קריאות כלים או ממשקי מערכת הפעלה.

470 GBמשקל הקבצים
452,153הורדות בחודש
239לייקים

מה זה

בניגוד למודלי שיחה רגילים שמנסים להבין מה לעשות, המודל הזה מתפקד כסביבת אימונים. הוא נבנה כדי לדמות מה יקרה כשסוכן מריץ פעולה בשבעה תחומים שונים, כולל כלי MCP, חיפוש, טרמינל, הנדסת תוכנה, אנדרואיד, ווב ומערכות הפעלה. האימון שלו התמקד כולו בחיזוי תגובת הסביבה, עם תהליך חשיבה ארוך שקודם לכל תוצאה.

בבנצ'מרק של AgentWorldBench, שמודד דיוק מציאותי, פורמט ועקביות בסולם של אפס עד מאה, המודל מגיע לציון כולל של 56.39. הוא מציג תוצאות חזקות בהנדסת תוכנה עם 65.63 ובמערכות הפעלה עם 65.92, שם הוא עוקף מודלים גדולים בהרבה כמו Gemini 3.1 Pro. מנגד, בסימולציות ווב הוא מקבל 49.55 בלבד, מה שמראה שהסביבות הוויזואליות והאינטרנטיות עדיין מאתגרות אותו.

מתאים ל

אימון סוכני תוכנה
סימולציית תגובות של טרמינל וכלי פיתוח כדי לאמן מודלים בלי לתת להם גישה לשרת חי.
בדיקת כלי MCP
בדיקת עמידות לפרוטוקול כלים וחיזוי תגובות ממשק לפני חיבור למערכות אמיתיות.
הרצת תרחישי מערכת
הדמיית התנהגות של מערכת הפעלה וחיפוש עבור בדיקות אוטומציה מורכבות ומרובות שלבים.

איפה זה נופל

זה לא מודל שכותב קוד או מדבר עם משתמשי קצה, ואם תתייחסו אליו ככזה תקבלו תשובות לא מתאימות. הוא מייצר פלט שמנסה לחקות מחשב או דפדפן, ולכן הוא תלוי לחלוטין בפרומפטים ייעודיים לכל תחום. כמו כן, תחום הווב חלש אצלו משמעותית משאר התחומים עם ציון של פחות מחמישים נקודות. דרישת האורך לפלט עומדת על עשרות אלפי טוקנים בגלל תהליך החשיבה, מה שהופך כל קריאה ליקרה ואיטית בזמן ריצה.

שאלות
נפוצות

האם אפשר להשתמש בו כעוזר אישי או בוט צ'אט רגיל?

לא, המודל אומן לתפקיד ספציפי של חיזוי מצבי מערכת עבור סוכנים. אם תשאלו אותו שאלות כלליות, הוא ינסה לסמלץ סביבה במקום לענות ישירות.

למה צריך חלון הקשר של 262K לסימולציה?

סימולציה של מערכת דורשת מעקב אחרי היסטוריית פקודות ארוכה ופלט מפורט שנצבר לאורך עשרות צעדים. המפתחים מדגישים שכדי לקבל דיוק טוב צריך לפחות 128 אלף טוקנים פעילים.

מה המשמעות של 35B פרמטרים עם 3B מופעלים?

זה מודל מבוסס תערובת מומחים. המשקל בזיכרון דורש מקום של מודל בינוני, אבל החישוב בפועל פר טוקן קל ומהיר כמו של מודל קטן.

איך מריצים

המשקל הכולל בריפו מגיע ל־470 גיגה־בייט ב־25 קבצים בגלל שפע של כיולים שונים מבית Unsloth. למרות שיש לו 35 מיליארד פרמטרים, הארכיטקטורה מפעילה רק 3 מיליארד פרמטרים בכל טוקן דרך מנגנון מומחים. זה אומר שמהירות היצירה תהיה גבוהה יחסית, אבל כל המשקל של הקובץ שבחרתם חייב לשבת בזיכרון.

כדי להריץ אותו עם חלון ההקשר המלא של 262 אלף טוקנים, תצטרכו שרת עם מספר כרטיסי מסך חזקים, בדרך כלל מערך של ארבעה מעבדים גרפיים ב־vLLM או SGLang. אם המטרה היא רק ניסוי נקודתי ולא סימולציה מורכבת של עשרות צעדים, עדיף להשתמש ב־API מוכן או לצמצם את ההקשר ל־128 אלף טוקנים כדי להימנע מקריסות זיכרון.

ollama run hf.co/unsloth/Qwen-AgentWorld-35B-A3B-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.

הקבצים

25 קבצים במאגר, 470 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המודל שוחרר תחת רישיון apache-2.0. מותר להשתמש בו לצרכים מסחריים, לשנות אותו, להפיץ אותו ולהטמיע אותו במוצרים פרטיים בלי תשלום תמלוגים. התנאי העיקרי הוא שמירת הודעת זכויות היוצרים והרישיון המקורי בקוד או בהפצה שלכם.

שימוש מסחרי
שינוי הקוד
הפצה מחדש
שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗