В сообществе локальных моделей опубликован эксперимент с дообучением Qwen3.5 4B: автор получил рост результата на тесте typed-decisions с 0,596 до 0,709. Код, датасет и совместимый API выложены открыто.
Что произошло
Модель дообучали адаптером LoRA на смеси открытых и синтетических данных. Для генерации части синтетики использовался DeepSeek V4.1 Flash, а весь цикл на арендованной RTX 3090 занял около двух часов.
Автор опубликовал исходники обучения, набор данных и готовую модельную страницу. Это позволяет повторить эксперимент, а не принимать итоговую цифру на веру.
Почему это важно
Результат показывает практичный путь для небольших локальных моделей: улучшать их под конкретный тип решений можно без полного переобучения. Такой подход особенно интересен для офлайн-агентов и специализированных помощников.
При этом 0,709 — результат одного публичного теста, а не доказательство общего превосходства модели. Перед использованием нужны независимые проверки на новых данных и контроль утечек из обучающей выборки.
Вывод
Связка «небольшая базовая модель плюс аккуратно подготовленный датасет» остаётся одним из самых доступных способов получить полезный локальный инструмент. Открытая публикация кода делает этот эксперимент пригодным для воспроизводимого сравнения.