Qwen3.5-9B
阿里巴巴开源的Qwen系列大语言模型中的9B参数版本，属于中等规模通用语言模型，适合推理成本与能力平衡的场景
时间轴 (近 90 天)
在Qwen3.5-4B和9B模型上，仅使用GGA分配、不做其他改动，七项评测成绩比STEPQuant@4分别提升了19.48和29.84个百分点。
论文目前只在Qwen3.5-4B/9B上验证了七项评测，方法在不同模型架构和更长上下文下的泛化能力还有待进一步观察。
在 HealthBench 上，使用 Rubricon 评分标准对 Qwen3.5-9B 进行后训练，性能比使用最强替代合成评分标准生成器 RRD 训练高出 4.5%。
在LoCoMo基准上，TrawMem相对SimpleMem的LLM-Judge得分提升：Qwen3.5-9B上4.07个百分点，DeepSeek-V4-Flash上4.31个百分点。
在每步生成预算匹配的条件下，FOCUS 在 Qwen3.5-9B 规模上于 BrowseComp-Plus 基准比最强基线（GRPO/VinePPO 中较高者）提升 7.2 个百分点，达到 55.4 对 48.2。
研究团队在Qwen3.5-9B和Gemma4-12B-it两个模型上进行了微调实验。
微软的Microsoft-Decision-1号称决策速度比GPT-6快35倍，其底模是阿里巴巴开源的Qwen3.5-9B。
在Qwen3.5-9B模型上，SchemaShield-Lite在DICE-300基准上将准确率从0.717提升至0.813，恢复了22个漂移导致失败中的19个。
Dory 在 SWE-bench Verified 上获得 61.8 分（4 次循环，NVIDIA 自测），Qwen3.5-9B 得分为 61 分。
CARE 目前只在四个 LIBERO 套件和两个智能体（Qwen3.5-9B、Llama-3.1-8B）上得到验证。
还有 17 条时间轴事件
全部知识事实 (20)
在B200上，Qwen3.5-9B的LoRA SFT训练每步耗时从0.84秒降到0.77秒
70%待验证论文目前只在Qwen3.5-4B/9B上验证了七项评测，方法在不同模型架构和更长上下文下的泛化能力还有待进一步观察。
50%待验证在Qwen3.5-4B和9B模型上，仅使用GGA分配、不做其他改动，七项评测成绩比STEPQuant@4分别提升了19.48和29.84个百分点。
50%待验证在 HealthBench 上，使用 Rubricon 评分标准对 Qwen3.5-9B 进行后训练，性能比使用最强替代合成评分标准生成器 RRD 训练高出 4.5%。
50%待验证在LoCoMo基准上，TrawMem相对SimpleMem的LLM-Judge得分提升：Qwen3.5-9B上4.07个百分点，DeepSeek-V4-Flash上4.31个百分点。
50%待验证在每步生成预算匹配的条件下，FOCUS 在 Qwen3.5-9B 规模上于 BrowseComp-Plus 基准比最强基线（GRPO/VinePPO 中较高者）提升 7.2 个百分点，达到 55.4 对 48.2。
50%待验证研究团队在Qwen3.5-9B和Gemma4-12B-it两个模型上进行了微调实验。
50%待验证微软的Microsoft-Decision-1号称决策速度比GPT-6快35倍，其底模是阿里巴巴开源的Qwen3.5-9B。
50%待验证在Qwen3.5-9B模型上，SchemaShield-Lite在DICE-300基准上将准确率从0.717提升至0.813，恢复了22个漂移导致失败中的19个。
50%待验证Dory 在 SWE-bench Verified 上获得 61.8 分（4 次循环，NVIDIA 自测），Qwen3.5-9B 得分为 61 分。
50%待验证CARE 目前只在四个 LIBERO 套件和两个智能体（Qwen3.5-9B、Llama-3.1-8B）上得到验证。
50%待验证Cloudflare Clef系列全部开放权重：Clef基于Qwen3.8-27B，Clef-flash基于Qwen3.5-9B，Clef-omni是30B混合专家模型（激活3B参数）。
50%待验证在 LongBench v1/v2 和 MemoryAgentBench 上，NoteBank 也报告了改善，覆盖从三个 1.3B 研究模型一直到 Mamba-2-8B 和训练后的 Qwen3.5-9B。
50%待验证SpatialOPSD 通过自蒸馏将特权深度信息内化到 RGB 单次前向推理中，在 Qwen3.5-9B 上把空间推理准确率从 45.9 提升到 51.9。
50%待验证ReTerm 基于 Qwen3.5-9B 构建，得到的 ReTerm-9B 在 Terminal-Bench 2.0 上取得 34.8% 的 Pass@1，相比基座模型提升了 14.6 个百分点。
50%待验证在 JetBrains 自报的评测中，12B MoE 的 Mellum2.1 在单次代码生成任务（LiveCodeBench、HumanEval+）上胜出，但在多步 agentic 基准（SWE-bench Pro、Terminal-Bench）上输给 dense 9B 的 Qwen3.5-9B。
50%待验证Microsoft-Decision-1基于阿里巴巴的Qwen3.5-9B进行后训练而成
50%待验证Microsoft-Decision-1定价为每百万输入token 0.042美元、输出不收费，纯文本，32k上下文
50%待验证微软声明Decision-1基于Qwen3.5-9B做后训练完成任务，并将很快把模型迁移到其他系统，包括Microsoft AI和OpenAI的模型
50%待验证微软在阿里巴巴开源的 Qwen3.5-9B 权重基础上进行后训练，专门执行单次决策评分任务
50%