Qwen3.5-2B

[!Note]
本仓库包含后训练模型的模型权重和配置文件，采用 Hugging Face Transformers 格式。

这些工件兼容 Hugging Face Transformers、vLLM、SGLang、KTransformers 等框架。

鉴于其参数量级，预期用途包括原型开发、特定任务微调以及其他研究或开发目的。

近几个月来，我们持续加大力度开发兼具卓越实用性与高性能的基础模型。Qwen3.5 实现了重大飞跃，整合了多模态学习、架构效率、强化学习规模以及全球可及性方面的突破，为开发者和企业带来前所未有的能力与效率。

Qwen3.5 亮点

Qwen3.5 具备以下增强特性：

• 统一视觉语言基础：对多模态 token 进行早期融合训练，在推理、编程、智能体及视觉理解基准测试中达到与 Qwen3 跨代持平的水平，并超越 Qwen3-VL 模型。

• 高效混合架构：Gated Delta Networks 结合稀疏 Mixture-of-Experts，以极低的延迟和成本开销实现高吞吐量推理。

• 可扩展的 RL 泛化能力：在百万智能体环境中扩展强化学习规模，配合渐进式复杂任务分布，实现稳健的现实世界适应性。

• 全球语言覆盖：扩展支持 201 种语言和方言，具备细腻的文化与区域理解能力，实现包容性的全球部署。

• 下一代训练基础设施：与纯文本训练相比，多模态训练效率接近 100%；异步 RL 框架支持大规模智能体框架与环境编排。

更多详情，请参阅我们的博客文章 Qwen3.5。

模型概览

• 类型：带视觉编码器的因果语言模型
• 训练阶段：预训练与后训练
• 语言模型
  • 参数量：2B
  • 隐藏维度：2048
  • Token Embedding：248320（已填充）
  • 层数：24
  • 隐藏层布局：6 × (3 × (Gated DeltaNet → FFN) → 1 × (Gated Attention → FFN))
  • Gated DeltaNet：
    • 线性注意力头数：V 为 16，QK 为 16
    • 头维度：128
  • Gated Attention：
    • 注意力头数：Q 为 8，KV 为 2
    • 头维度：256
    • 旋转位置编码维度：64
  • 前馈网络：
    • 中间维度：6144
  • LM 输出：248320（与 token embedding 绑定）
  • MTP：采用多步训练
• 上下文长度：原生 262,144

基准测试结果

语言

Qwen3-4B-2507Qwen3-1.7BQwen3.5-2BQwen3.5-0.8B

Instruct（非思考）模式

MMLU-Pro
69.6
40.2
55.3
29.7

MMLU-Redux
84.2
64.4