---
title: Qwen3.5-Ornith15-DSV4Pro-SLERP-9B
canonical_url: "https://www.modelscope.cn/models/Dalvlad/Qwen3.5-Ornith15-DSV4Pro-SLERP-9B"
md_url: "https://www.modelscope.cn/models/Dalvlad/Qwen3.5-Ornith15-DSV4Pro-SLERP-9B.md"
repository: Dalvlad/Qwen3.5-Ornith15-DSV4Pro-SLERP-9B
last_updated: 2026-08-24
license: apache-2.0
pipeline_tag: text-generation
tasks:
  - text-generation
model_type:
  - qwen3_5
architectures:
  - Qwen3_5ForConditionalGeneration
base_model:
  - Qwen/Qwen3.5-9B
base_model_relation: finetune
parameters: 9.4B
tensor_type:
  - BF16
library_name:
  - safetensors
  - pytorch
frameworks:
  - pytorch
language:
  - zh
  - en
downloads: 21
stars: 0
tags:
  - merge
  - slerp
  - qwen3_5
  - reasoning
  - text-generation-inference
  - gguf
  - deepseek
  - ornith
---

# Qwen3.5-Ornith15-DSV4Pro-SLERP-9B

> Qwen3.5-Ornith15-DSV4Pro-SLERP-9B - Dalvlad 在 ModelScope 开源的模型。Qwen3.5-Ornith15-DSV4Pro-SLERP-9B

Dalvlad/Qwen3.5-Ornith15-DSV4Pro-SLERP-9B 是 ModelScope 魔搭社区上的 9.4B 参数text-generation模型，采用 apache-2.0 许可，基于 Qwen/Qwen3.5-9B 构建。

- **Repository**: Dalvlad/Qwen3.5-Ornith15-DSV4Pro-SLERP-9B
- **License**: apache-2.0
- **Tasks**: text-generation
- **Parameters**: 9.4B
- **Base model**: Qwen/Qwen3.5-9B
- **Tags**: merge, slerp, qwen3_5, reasoning, text-generation-inference, gguf, deepseek, ornith
- **Downloads**: 21
- **Stars**: 0
- **Last updated**: 2026-08-24

Source: https://www.modelscope.cn/models/Dalvlad/Qwen3.5-Ornith15-DSV4Pro-SLERP-9B

---

# Qwen3.5-Ornith15-DSV4Pro-SLERP-9B

<div style="font-family:-apple-system,BlinkMacSystemFont,'Segoe UI',Roboto,sans-serif;border-left:5px solid #7c3aed;background:#f5f3ff;padding:14px 18px;border-radius:0 10px 10px 0;margin-bottom:22px">
<b>Qwen3.5-Ornith15-DSV4Pro-SLERP-9B</b> 是两个基于 Qwen3.5-9B 的优秀后训练模型的张量级 SLERP 合并（t=0.5）：
<a href="https://modelscope.cn/models/ornith-ai/Ornith-1.5-9B"><b>ornith-ai/Ornith-1.5-9B</b></a>（MIT，智能体/编程自改进）与
<a href="https://modelscope.cn/models/Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B"><b>Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B</b></a>（Apache-2.0，DeepSeek-V4-Pro 数学/STEM 蒸馏）。
在 561 题多维度基准测试中，合并模型<b>同时超越两个父模型</b>。
</div>

[English](README.en.md) · 中文

## 合并细节

- **方法**：张量级扁平化 SLERP，`t=0.5`（与 mergekit 的 SLERP 实现一致），以 float32 计算后按就近舍入（round-to-nearest-even）转 BF16。近共线张量（`|cos| > 0.9995`）回退为线性插值以保证数值稳定。
- **架构**：Qwen3.5 稠密 9B —— 32 层混合线性注意力/全注意力，262K 上下文。
- **结构源**：Ornith-1.5-9B（tokenizer、chat template、分片布局）。Jackrong 独有的可选 MTP 张量因无 Ornith 对应张量而被排除，未将任何单侧模块强行嫁接到结果中。
- 两份原始输入均只读打开；输出经过结构校验并逐分片计算 SHA-256（见 `merge_manifest.json`）。

## 评测

以下三个模型均在**完全相同的条件**下使用 [ZxBench](https://github.com/suncityldp/zx-bench) v2026-08（**561 题**、10 个维度）评测，每个模型独立完整跑 **3 次**（每次 1,683 题打分），取平均分。

### 评测配置

| 配置项 | 取值 |
|---|---|
| 基准 | ZxBench v2026-08 · 561 题 · 10 维度 |
| 运行次数 | 每个模型 3 次独立全量运行，取平均 |
| 推理引擎 | llama.cpp b10516（`llama-server`，OpenAI 兼容 API） |
| 硬件 | Tesla V100-SXM2 16GB，全部层卸载至 GPU（`-ngl 99`） |
| 上下文 / 服务方式 | 总上下文 294,912，`--parallel 4` 槽位（每题约 73K） |
| KV 缓存 | `-ctk q4_0 -ctv q4_0`（Q4_0 量化 K/V 缓存） |
| Chat 模板 | `--jinja`（思考链分离至 `reasoning_content` 字段） |
| 采样参数 | temperature 0.6 · top-p 0.95 · top-k 20 · seed 固定为 42 |
| 输出预算 | 每题 max_tokens = 65,536，开启推理模式 |
| 反拖尾限制 | 单题硬时限 1,500 秒；超限仅标记，不直接判 0 分 |
| 评分方式 | 仅 ZxBench 确定性评分管线（规则评分 + 沙箱/隐藏测试执行验证）；**不启用 AI Judge** |

相同条件下受测的三个模型：

- **Qwen3.5-Ornith15-DSV4Pro-SLERP-9B** — 本合并模型，IQ4_NL GGUF（约 4.6 bpw）
- [Ornith-1.5-9B](https://modelscope.cn/models/ornith-ai/Ornith-1.5-9B) — 官方发布版，Q4_K_M GGUF
- [Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B](https://modelscope.cn/models/Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B) — 官方 MTP 版本，Q4_K_M GGUF

### 注意事项 —— 对比前请先阅读

> - **测试次数偏少：** 每个模型仅跑 3 次，足以体现本次排名（合并模型三次分差 ±0.32），但**置信度有限**；模型间约 1 分的差距应视为噪声。
> - **输出 token 预算：** 65,536 的上限虽然宽裕但并非无限。少量重型编程/智能体题目会耗尽预算或触发时间上限，其答案只能基于部分输出评分，可能轻微低估所有三个模型的水平（对长编程题尤其如此）。
> - **无 AI Judge：** 语义类评分依赖确定性规则与执行证据并按覆盖率加权；纯语义质量维度未被测量。
> - **各行的量化方式不同：** 合并模型为 IQ4_NL，两个父模型为 Q4_K_M。该对比反映的是"实际可部署产物"的差异，而非量化等效基线。
> - 工具/CLI 工作流维度所有模型得分都偏低（<40），说明该维度评分标准严苛，并非某个模型特别弱。

### 总体结果

| 模型 | 平均分 | 通过率 |
|---|---|---|
| **Qwen3.5-Ornith15-DSV4Pro-SLERP-9B (IQ4_NL)** | **68.41** | **69.0%** |
| [Ornith-1.5-9B](https://modelscope.cn/models/ornith-ai/Ornith-1.5-9B) (Q4_K_M) | 65.09 | 64.1% |
| [Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B](https://modelscope.cn/models/Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B) (Q4_K_M) | 63.38 | 63.9% |

合并模型三次运行的稳定性：68.80 / 68.21 / 68.22（±0.32）。

### 分维度结果

| 维度 | **合并模型 (IQ4_NL)** | Ornith 1.5 (Q4_K_M) | DSV4-Pro (Q4_K_M) |
|---|---|---|---|
| 深度命令行任务 | **88.33** | 79.83 | 77.37 |
| 指令遵循 | **81.16** | 73.83 | 78.03 |
| 智能体工作流 | **79.57** | 76.80 | 73.32 |
| 数据抽取 | **79.60** | 76.78 | 77.19 |
| 幻觉抵抗 | 72.91 | **74.27** | 68.12 |
| 推理与数学 | 68.96 | 57.75 | **73.16** |
| 结构化输出 | **67.37** | 66.05 | 66.01 |
| 安全与权限 | **63.86** | 60.09 | 60.99 |
| 编程能力 | **60.78** | 58.42 | 52.25 |
| 工具/CLI/工作流 | **39.61** | 39.05 | 37.29 |

**要点**

- 合并模型总分领先较强父模型（Ornith）**+3.32** 分、领先另一父模型 **+5.03** 分。增益最大的是**深度命令行任务（+8.50）**和**指令遵循（+7.33）**——证明 SLERP 成功融合了双方互补的优势（Ornith 的智能体工具调用能力 + DeepSeek 蒸馏的结构化推理能力）。
- 父模型仅在幻觉抵抗一个维度领先（Ornith 74.27 vs 72.91）。
- 推理与数学位于两父模型之间（68.96）：显著高于 Ornith（+11.21），但低于专注数学蒸馏的 Jackrong（−4.20）。

## 用法（llama.cpp）

```bash
llama-server -m Qwen3.5-Ornith15-DSV4Pro-SLERP-9B-IQ4_NL.gguf \
  -c 131072 -ngl 99 --jinja --temp 0.6 --top-p 0.95 --top-k 20 \
  --host 127.0.0.1 --port 8765
```

本模型为推理模型：配合 `--jinja` 启动时，响应开头的 `<think>…</think>` 思考过程会在 OpenAI 兼容 API 中单独放入 `reasoning_content` 字段返回。

```python
from openai import OpenAI

client = OpenAI(base_url="http://127.0.0.1:8765/v1", api_key="EMPTY")
response = client.chat.completions.create(
    model="qwen3.5-merge",
    messages=[{"role": "user", "content": "解释一下蒙提霍尔问题。"}],
    temperature=0.6, top_p=0.95,
)
print("思考:", getattr(response.choices[0].message, "reasoning_content", None))
print("回答:", response.choices[0].message.content)
```

推荐采样参数：`temperature=0.6`、`top_p=0.95`、`top_k=20`。精确编码任务同样适用；请避免贪心解码（推理模型有复读风险）。

## 来源与许可

- 共同祖先：[Qwen/Qwen3.5-9B](https://modelscope.cn/models/Qwen/Qwen3.5-9B) —— 两个父模型均为该底模的后训练变体（合并时等权重，因此不指定任何单一父模型为 base model）。
- 结构源：[ornith-ai/Ornith-1.5-9B](https://modelscope.cn/models/ornith-ai/Ornith-1.5-9B)（MIT）
- 另一来源：[Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B](https://modelscope.cn/models/Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B)（Apache-2.0）
- 以 **Apache-2.0** 发布；已遵守两个来源检查点的相应许可。模型合并属于实验性技术，不保证保留任一父模型的基准成绩或安全表现——使用前请自行评估。

## 致谢

- 评测使用 [ZxBench](https://github.com/suncityldp/zx-bench) —— 本地化大模型基准系统（561 题、10 维度、确定性评分）。感谢作者开源此评测框架。
- 推理由 [llama.cpp](https://github.com/ggml-org/llama.cpp) 提供；合并使用与 mergekit 等价的轻量 NumPy SLERP 实现。

## 局限性

- 评测结果基于单一评测框架（ZxBench，确定性评分，无 LLM Judge）；绝对分数与其他评测体系不具备可比性。
- GGUF 为该多模态架构家族的纯文本导出版（不含视觉塔）。
- 具有 9B 推理模型的常见局限：幻觉、长程规划不稳定、对 prompt 格式敏感。

## 引用

```bibtex
@misc{qwen35_ornith_dsv4pro_slerp_9b,
  title  = {Qwen3.5-Ornith15-DSV4Pro-SLERP-9B},
  author = {Local merge, tensor-wise flattened SLERP t=0.5},
  year   = {2026},
  note   = {Merged from ornith-ai/Ornith-1.5-9B and Jackrong/DeepSeek-V4-Pro-Qwen3.5-9B}
}
```