许可协议：apache-2.0
库名称：transformers
语言：

• 英文
  标签：
• 聊天
• 对话
  基础模型：
• maldv/Qwentile2.5-32B-Instruct
• a-m-team/AM-Thinking-v1
• nvidia/OpenCodeReasoning-Nemotron-32B
• maldv/Loqwqtus2.5-32B-Instruct
• trashpanda-org/QwQ-32B-Snowdrop-v0
• ArliAI/QwQ-32B-ArliAI-RpR-v3
  流水线标签：
• 文本生成
• 对话
• 聊天

GGUF格式 iMat格式

Qwentile Λ 2.5 32B指导模型

Qwentile Λ 2.5 32B指导模型是对以下模型进行标准化去噪傅里叶插值融合的成果：

输出基础模型："maldv/Qwentile2.5-32B-Instruct"
输出数据类型："bfloat16"
微调合并：
  - { "模型": "a-m-team/AM-Thinking-v1", "基础": "Qwen/Qwen2.5-32B", "权重": 0.9 }
  - { "模型": "nvidia/OpenCodeReasoning-Nemotron-32B", "基础": "Qwen/Qwen2.5-32B", "权重": 0.8, "输入层": true}
  - { "模型": "maldv/Loqwqtus2.5-32B-Instruct", "基础": "Qwen/Qwen2.5-32B", "权重": 0.9 }
  - { "模型": "trashpanda-org/QwQ-32B-Snowdrop-v0", "基础": "Qwen/Qwen2.5-32B", "权重": 0.9 }
  - { "模型": "ArliAI/QwQ-32B-ArliAI-RpR-v3", "基础": "Qwen/Qwen2.5-32B", "权重": 0.8 }

简而言之，这些模型在信号空间经过变形与插值处理后，重新叠加到基础模型（本例为Qwentile2.5-32B-Instruct）之上，但保留了Nemotron OpenCodeReasoning的输入层架构。

这是什么？

这是我Qwen 2.5系列模型的最新融合成果。近期涌现的优秀模型被整合到以Qwentile为基础框架中，预期将展现卓越的思维能力和潜在的编程潜力。虽然QReasoner2.5-32B-Instruct在复杂推理方面已令人满意，但此版本应有所突破。

这是<思维>模型吗？

有趣的是，尽管血统使然，它并未成为纯粹的思维模型，而是将思考能力与创造性输出近乎无缝地融合。初步测试表明这种组合极具威力。

引用

若认可我们的工作，欢迎引用：

@misc{qwentile-labmda-2.5-32b-instruct,
    title = {Qwentile Λ 2.5 32B指导模型},
    url = {https://huggingface.co/maldv/QwentileLambda2.5-32B-Instruct},
    author = {实践派马尔代维德},
    month = {五月},
    year = {2025}
}