Qwen3.5-0.8B

MERA Создан 29.04.2026 08:38
0.3
Общий результат
485
Место в рейтинге
Слабые задачи:
299
RWSD
484
PARus
464
RCB
462
MultiQ
439
ruWorldTree
484
ruOpenBookQA
538
CheGeKa
481
ruMMLU
557
ruHateSpeech
460
ruDetox
564
ruHHH
430
ruTiE
146
ruHumanEval
390
USE
407
MathLogicQA
489
ruMultiAr
479
SimpleAr
230
LCS
493
BPS
537
ruModAr
473
MaMuRAMu
138
ruCodeEval
+18
Скрыть

Оценки по задачам лидерборда

Таблица скроллится влево

Задача Результат Метрика
LCS 0.118 Accuracy
RCB 0.422 / 0.377 Accuracy F1 macro
USE 0.081 Grade norm
RWSD 0.527 Accuracy
PARus 0.536 Accuracy
ruTiE 0.532 Accuracy
MultiQ 0.227 / 0.122 F1 Exact match
CheGeKa 0.009 / 0 F1 Exact match
ruModAr 0.027 Exact match
MaMuRAMu 0.436 Accuracy
ruMultiAr 0.081 Exact match
ruCodeEval 0.12 / 0.17 / 0.189 Pass@k
MathLogicQA 0.339 Accuracy
ruWorldTree 0.646 / 0.516 Accuracy F1 macro
ruOpenBookQA 0.508 / 0.504 Accuracy F1 macro

Оценка на открытых задачах:

Перейти к оценкам по подкатегориям

Таблица скроллится влево

Задача Результат Метрика
BPS 0.563 Accuracy
ruMMLU 0.37 Accuracy
SimpleAr 0.483 Exact match
ruHumanEval 0.13 / 0.17 / 0.189 Pass@k
ruHHH 0.461
ruHateSpeech 0.479
ruDetox 0.086
ruEthics
Правильно Хорошо Этично
Добродетель 0.008 0.086 0.144
Закон 0.008 0.069 0.109
Мораль 0.012 0.082 0.123
Справедливость 0 0.08 0.137
Утилитаризм -0.007 0.076 0.114

Информация о сабмите

Версия MERA
v1.2.0
Версия Torch
2.10.0
Версия кодовой базы
7c56310
Версия CUDA
12.8
Precision весов модели
bfloat16
Сид
1234
Батч
1
Версия transformers
4.57.6
Количество GPU и их тип
1 x NVIDIA A100-SXM4-80GB
Архитектура
local-chat-completions

Команда:

MERA

Название ML-модели:

Qwen3.5-0.8B

Ссылка на ML-модель:

https://huggingface.co/Qwen/Qwen3.5-0.8B

Размер модели

800.0M

Тип модели:

Открытая

SFT

Дополнительные ссылки:

https://qwen.ai/blog?id=qwen3.5

Описание архитектуры:

Type: Causal Language Model with Vision Encoder Training Stage: Pre-training & Post-training Language Model Number of Parameters: 0.8B Hidden Dimension: 1024 Token Embedding: 248320 (Padded) Number of Layers: 24 Hidden Layout: 6 × (3 × (Gated DeltaNet → FFN) → 1 × (Gated Attention → FFN)) Gated DeltaNet: Number of Linear Attention Heads: 16 for V and 16 for QK Head Dimension: 128 Gated Attention: Number of Attention Heads: 8 for Q and 2 for KV Head Dimension: 256 Rotary Position Embedding Dimension: 64 Feed Forward Network: Intermediate Dimension: 3584 LM Output: 248320 (Tied to token embedding) MTP: trained with multi-steps

Описание обучения:

Unified Vision-Language Foundation: Early fusion training on multimodal tokens achieves cross-generational parity with Qwen3 and outperforms Qwen3-VL models across reasoning, coding, agents, and visual understanding benchmarks. Scalable RL Generalization: Reinforcement learning scaled across million-agent environments with progressively complex task distributions for robust real-world adaptability.

Данные претрейна:

Trained on a significantly larger scale of visual-text tokens compared to Qwen3, with enriched Chinese/English, multilingual, STEM, and reasoning data under stricter filtering. This update prioritizes the expansion of low-resource languages. Through this broader linguistic scope, Qwen3.5 is dedicated to fostering global AI equity. Natively multimodal via early text-vision fusion and expanded visual/STEM/video data, outperforming Qwen3-VL at similar scales. Multilingual coverage grows from 119 to 201 languages/dialects; a 250k vocabulary (vs. 150k) boosts encoding/decoding efficiency by 10–60% across most languages.

Лицензия:

Apache license 2.0

Параметры инференса

Параметры генерации:
rucodeeval - do_sample=true;temperature=0.6;until=[\"<|im_end|>\"],max_gen_toks=10000; ruhumaneval - do_sample=true;temperature=0.6;until=[\"<|im_end|>\"],max_gen_toks=10000; rutie_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; bps_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; chegeka - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; lcs_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; mamuramu_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; mathlogicqa_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; multiq - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; parus_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; rcb_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; rudetox - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; ruethics_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; ruhatespeech_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; ruhhh_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; rummlu_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; rumodar - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; rumultiar - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; ruopenbookqa_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; ruworldtree_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; rwsd_gen - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; simplear - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000; use - do_sample=false,until=[\"<|im_end|>\"],max_gen_toks=10000;

Размер контекста:
262144

Системный промпт:
Реши задачу по инструкции ниже. Не давай никаких объяснений и пояснений к своему ответу. Не пиши ничего лишнего. Пиши только то, что указано в инструкции. Если по инструкции нужно решить пример, то напиши только числовой ответ без хода решения и пояснений. Если по инструкции нужно вывести букву, цифру или слово, выведи только его. Если по инструкции нужно выбрать один из вариантов ответа и вывести букву или цифру, которая ему соответствует, то выведи только эту букву или цифру, не давай никаких пояснений, не добавляй знаки препинания, только 1 символ в ответе. Если по инструкции нужно дописать код функции на языке Python, пиши сразу код, соблюдая отступы так, будто ты продолжаешь функцию из инструкции, не давай пояснений, не пиши комментарии, используй только аргументы из сигнатуры функции в инструкции, не пробуй считывать данные через функцию input. Не извиняйся, не строй диалог. Выдавай только ответ и ничего больше.

Описание темплейта:
{%- set image_count = namespace(value=0) %} {%- set video_count = namespace(value=0) %} {%- macro render_content(content, do_vision_count, is_system_content=false) %} {%- if content is string %} {{- content }} {%- elif content is iterable and content is not mapping %} {%- for item in content %} {%- if 'image' in item or 'image_url' in item or item.type == 'image' %} {%- if is_system_content %} {{- raise_exception('System message cannot contain images.') }} {%- endif %} {%- if do_vision_count %} {%- set image_count.value = image_count.value + 1 %} {%- endif %} {%- if add_vision_id %} {{- 'Picture ' ~ image_count.value ~ ': ' }} {%- endif %} {{- '<|vision_start|><|image_pad|><|vision_end|>' }} {%- elif 'video' in item or item.type == 'video' %} {%- if is_system_content %} {{- raise_exception('System message cannot contain videos.') }} {%- endif %} {%- if do_vision_count %} {%- set video_count.value = video_count.value + 1 %} {%- endif %} {%- if add_vision_id %} {{- 'Video ' ~ video_count.value ~ ': ' }} {%- endif %} {{- '<|vision_start|><|video_pad|><|vision_end|>' }} {%- elif 'text' in item %} {{- item.text }} {%- else %} {{- raise_exception('Unexpected item type in content.') }} {%- endif %} {%- endfor %} {%- elif content is none or content is undefined %} {{- '' }} {%- else %} {{- raise_exception('Unexpected content type.') }} {%- endif %} {%- endmacro %} {%- if not messages %} {{- raise_exception('No messages provided.') }} {%- endif %} {%- if tools and tools is iterable and tools is not mapping %} {{- '<|im_start|>system\n' }} {{- "# Tools\n\nYou have access to the following functions:\n\n<tools>" }} {%- for tool in tools %} {{- "\n" }} {{- tool | tojson }} {%- endfor %} {{- "\n</tools>" }} {{- '\n\nIf you choose to call a function ONLY reply in the following format with NO suffix:\n\n<tool_call>\n<function=example_function_name>\n<parameter=example_parameter_1>\nvalue_1\n</parameter>\n<parameter=example_parameter_2>\nThis is the value for the second parameter\nthat can span\nmultiple lines\n</parameter>\n</function>\n</tool_call>\n\n<IMPORTANT>\nReminder:\n- Function calls MUST follow the specified format: an inner <function=...></function> block must be nested within <tool_call></tool_call> XML tags\n- Required parameters MUST be specified\n- You may provide optional reasoning for your function call in natural language BEFORE the function call, but NOT after\n- If there is no function call available, answer the question like normal with your current knowledge and do not tell the user about function calls\n</IMPORTANT>' }} {%- if messages[0].role == 'system' %} {%- set content = render_content(messages[0].content, false, true)|trim %} {%- if content %} {{- '\n\n' + content }} {%- endif %} {%- endif %} {{- '<|im_end|>\n' }} {%- else %} {%- if messages[0].role == 'system' %} {%- set content = render_content(messages[0].content, false, true)|trim %} {{- '<|im_start|>system\n' + content + '<|im_end|>\n' }} {%- endif %} {%- endif %} {%- set ns = namespace(multi_step_tool=true, last_query_index=messages|length - 1) %} {%- for message in messages[::-1] %} {%- set index = (messages|length - 1) - loop.index0 %} {%- if ns.multi_step_tool and message.role == "user" %} {%- set content = render_content(message.content, false)|trim %} {%- if not(content.startswith('<tool_response>') and content.endswith('</tool_response>')) %} {%- set ns.multi_step_tool = false %} {%- set ns.last_query_index = index %} {%- endif %} {%- endif %} {%- endfor %} {%- if ns.multi_step_tool %} {{- raise_exception('No user query found in messages.') }} {%- endif %} {%- for message in messages %} {%- set content = render_content(message.content, true)|trim %} {%- if message.role == "system" %} {%- if not loop.first %} {{- raise_exception('System message must be at the beginning.') }} {%- endif %} {%- elif message.role == "user" %} {{- '<|im_start|>' + message.role + '\n' + content + '<|im_end|>' + '\n' }} {%- elif message.role == "assistant" %} {%- set reasoning_content = '' %} {%- if message.reasoning_content is string %} {%- set reasoning_content = message.reasoning_content %} {%- else %} {%- if '</think>' in content %} {%- set reasoning_content = content.split('</think>')[0].rstrip('\n').split('<think>')[-1].lstrip('\n') %} {%- set content = content.split('</think>')[-1].lstrip('\n') %} {%- endif %} {%- endif %} {%- set reasoning_content = reasoning_content|trim %} {%- if loop.index0 > ns.last_query_index %} {{- '<|im_start|>' + message.role + '\n<think>\n' + reasoning_content + '\n</think>\n\n' + content }} {%- else %} {{- '<|im_start|>' + message.role + '\n' + content }} {%- endif %} {%- if message.tool_calls and message.tool_calls is iterable and message.tool_calls is not mapping %} {%- for tool_call in message.tool_calls %} {%- if tool_call.function is defined %} {%- set tool_call = tool_call.function %} {%- endif %} {%- if loop.first %} {%- if content|trim %} {{- '\n\n<tool_call>\n<function=' + tool_call.name + '>\n' }} {%- else %} {{- '<tool_call>\n<function=' + tool_call.name + '>\n' }} {%- endif %} {%- else %} {{- '\n<tool_call>\n<function=' + tool_call.name + '>\n' }} {%- endif %} {%- if tool_call.arguments is defined %} {%- for args_name, args_value in tool_call.arguments|items %} {{- '<parameter=' + args_name + '>\n' }} {%- set args_value = args_value | tojson | safe if args_value is mapping or (args_value is sequence and args_value is not string) else args_value | string %} {{- args_value }} {{- '\n</parameter>\n' }} {%- endfor %} {%- endif %} {{- '</function>\n</tool_call>' }} {%- endfor %} {%- endif %} {{- '<|im_end|>\n' }} {%- elif message.role == "tool" %} {%- if loop.previtem and loop.previtem.role != "tool" %} {{- '<|im_start|>user' }} {%- endif %} {{- '\n<tool_response>\n' }} {{- content }} {{- '\n</tool_response>' }} {%- if not loop.last and loop.nextitem.role != "tool" %} {{- '<|im_end|>\n' }} {%- elif loop.last %} {{- '<|im_end|>\n' }} {%- endif %} {%- else %} {{- raise_exception('Unexpected message role.') }} {%- endif %} {%- endfor %} {%- if add_generation_prompt %} {{- '<|im_start|>assistant\n' }} {%- if enable_thinking is defined and enable_thinking is false %} {{- '<think>\n\n</think>\n\n' }} {%- else %} {{- '<think>\n' }} {%- endif %} {%- endif %}

Оценки по подкатегориям

Метрика: Grade Norm
Модель, команда 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 8_0 8_1 8_2 8_3 8_4
Qwen3.5-0.8B
MERA
0.167 0.033 0.367 0.233 0 0.133 0 - 0 0 0 0.033 0.033 0 0.1 0.167 0.033 0.033 0.033 0 0 0.033 0.067 0 0.033 0.125 0.133 0.067 0.067 0.167 0.167
Модель, команда Честность Помощь Безопасность
Qwen3.5-0.8B
MERA
0.393 0.559 0.431
Модель, команда Анатомия Вирусология Астрономия Маркетинг Нутрициология Социология Менеджмент Философия История древнего мира Геронтология Эконометрика Формальная логика Факторы глобального значения Юриспунденция Микс (разнообразный домен) Мораль Бизнес-этика Биология (школьная) Физика (школьная) Человеческая сексуальность Моральные сценарии Мировые религии Общая алгебра Медицина (школьная) Машинное обучение Генетика Профессиональное законодательство PR Безопасность Химия (школьная) Компьютерная безопасность Международное право Логические ошибки Политика Клинические знания Концептуальная физика Математика (школьная) Биология (университетская) Физика (университетская) Химия (университетская) География (университетская) Профессиональная медицина Электротехника Элементарная математика Психология (университетская) Статистика (университетская) История (университетская) Математика (университетская) Бухгалтерский учет Профессиональная психология Компьютерные науки (уровень колледжа) Мировая история (университетская) Макроэкономика Микроэкономика Компьютерные науки (университетские) История европы Государство и политика
Qwen3.5-0.8B
MERA
0.378 0.367 0.395 0.59 0.418 0.498 0.524 0.405 0.395 0.359 0.254 0.373 0.26 0.407 0.444 0.37 0.42 0.306 0.3 0.427 0.247 0.363 0.24 0.405 0.375 0.44 0.265 0.454 0.522 0.35 0.54 0.579 0.294 0.606 0.385 0.479 0.28 0.465 0.358 0.32 0.348 0.397 0.4 0.324 0.436 0.38 0.328 0.237 0.294 0.326 0.35 0.473 0.344 0.353 0.43 0.485 0.383
Модель, команда SIM FL STA
Qwen3.5-0.8B
MERA
0.63 0.502 0.343
Модель, команда Анатомия Вирусология Астрономия Маркетинг Питание Социология Менеджмент Философия Предыстория Геронтология Эконометрика Формальная логика Глобальные факты Юриспруденция Разное Моральные споры Деловая этика Биология (колледж) Физика (колле Человеческая сексуальность Моральные сценарии Мировые религии Абстрактная алгебра Медицина (колледж) Машинное обучение Генетика Профессиональное право PR Безопасность Химия (колледж) Компьютерная безопасность Международное право Логические ошибки Политика Клинические знания Концептуальная физика Математика (колледж) Биология (универ) Физика (универ) Химия (универ) География (универ) Проф медицина Электрика Элементарная математика Психология (универ) Статистика (универ) История (универ) Математика (универ) Бухгалтерия Проф психология Коммпьютерные науки (колледж) Мировая история (универ) Макроэкономика Микроэкономика Компьютерные науки (универ) История Европы Государство и политика
Qwen3.5-0.8B
MERA
0.222 0.396 0.35 0.472 0.395 0.517 0.448 0.333 0.385 0.431 0.449 0.475 0.258 0.481 0.31 0.395 0.533 0.578 0.421 0.526 0.281 0.492 0.311 0.491 0.511 0.364 0.462 0.281 0.614 0.533 0.622 0.5 0.339 0.421 0.409 0.429 0.444 0.689 0.491 0.477 0.412 0.429 0.4 0.644 0.621 0.778 0.293 0.523 0.585 0.561 0.533 0.449 0.608 0.442 0.256 0.263 0.344
Правильно
Хорошо
Этично
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3.5-0.8B
MERA
0.008 0.008 0.012 0 -0.007
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3.5-0.8B
MERA
0.086 0.069 0.082 0.08 0.076
Модель, команда Добродетель Закон Мораль Справедливость Утилитаризм
Qwen3.5-0.8B
MERA
0.144 0.109 0.123 0.137 0.114
Модель, команда Женщины Мужчины ЛГБТ Национальности Мигранты Другое
Qwen3.5-0.8B
MERA
0.454 0.514 0.294 0.486 0 0.607