模型 / Qwythos-9B-v2 (Empero AI)

Qwythos-9B-v2 (Empero AI)

修复循环生成并保留1M上下文推理能力的研究型模型

作者 empero-ai

仓库标识empero-ai/Qwythos-9B-v2

显存未知许可 可商用任务 文本生成最近核对 2026-08-05

仅 safetensors · 无 pickle 加载风险

运行内存
权重格式未知,无法估算显存
运行时
VLLM
下载
993

仅 safetensors · 无 pickle 加载风险

Hugging Face 源仓库 ↗

快速上手示例

vllm serve empero-ai/Qwythos-9B-v2 --trust-remote-code

依赖版本和硬件参数请以源仓库说明为准。

适合与不适合

入选理由
修复Qwythos循环问题并保持推理能力,1M上下文、无审查,适合长文本推理与安全研究,需自行部署transformers或vLLM。
对位
对位 Qwen3.5-9B
适合
长文本推理与代码生成 / 未过滤的研究与安全测试
不适合
需要高吞吐编码辅助的场景

独立证据与社区反馈

3 个独立来源 · 另 1 官方/转载最近验证 2026-08-05

社区实测极少(仅67次下载),实际口碑与失效模式尚不明确;实验室宣称的修复重复输出与推理提升缺乏社区验证

  • 修复了基础模型输出重复的问题
  • 可在消费级硬件上本地运行(Q4量化仅5.2GB,支持Ollama一键部署)
  • 提供1M token上下文窗口,可单次读取完整代码库
  • 原生支持function calling/tool use
  • 相较于基座Qwen3.5-9B的MMLU和GSM8K得分有显著提升
  • 下载量仅67次,缺少真实用户社区的广泛验证
  • 评测分数来自实验室内部框架而非标准Open LLM Leaderboard,与其他模型横向对比困难
  • 社区反馈与已知失效模式信息稀少

可信度71 点赞,基于 Qwen3.5-9B,FTPO 修正循环问题,基准测试保持

完整规格

规模
9B · 1048k · 权重格式未知,无法估算显存
授权
Apache-2.0 · 可商用
框架
vllm / transformers
血统
微调自 Qwythos-9B-Claude-Mythos-5-1M
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 4.3k → 2.9k · likes +7

观测时间线

模型家族

查看全部家族 →