⚠️ Requirements / Loading 주의 이 모델은 model_type: qwen3_5_text (Qwen3.5 하이브리드 아키텍처)를 사용합니다. transformers >= 5.5.4 이상 에서만 정상 로드됩니다.

bash
1pip install --upgrade "transformers>=5.5.4" 2# 또는 최신 개발판 3pip install "transformers @ git+https://github.com/huggingface/transformers.git@main"

구버전 transformers에서 나타나는 model_type 'qwen3_5_text'를 인식하지 못함 오류는 라이브러리 미업데이트로 인한 것이며, 위 명령으로 해결됩니다.

Method

Base Model: Darwin-27B-Opus (Qwen3.5-27B family)
Korean SFT: 한국어 문화, 역사, 법률, 경제, 사회, 지리 등 한국 특화 지식 중심의 고품질 instruction 데이터로 Supervised Fine-Tuning 수행
Thinking Mode: <think> 태그를 통한 Chain-of-Thought 단계적 추론 지원

Benchmark

Benchmark	Score
CLIcK (Korean Cultural & Linguistic Knowledge)	81.0%
KMMLU-Pro (Korean MMLU Professional)	74.0%

Model Specifications

Property	Value
Architecture	Qwen3.5 Hybrid (GatedDeltaNet + Attention, 64 layers)
Parameters	~27B
Hidden Size	5120
Intermediate Size	16384
Context Length	262,144 tokens
Precision	BF16
Vocab Size	248,320
Thinking	Supported (`<think>` tags)
License	Apache 2.0

Usage

Requirements: transformers >= 5.5.4

python

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "Anserwise/AWAXIS-Think-27b",
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained("Anserwise/AWAXIS-Think-27b")

messages = [{"role": "user", "content": "조선시대의 과거제도에 대해 설명해주세요."}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=1024, do_sample=False)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))

vLLM

bash

vllm serve Anserwise/AWAXIS-Think-27b \
    --enforce-eager \
    --max-model-len 32768 \
    --dtype bfloat16

Features

Darwin-27B-Opus의 강력한 추론 능력 계승
한국어 문화, 역사, 법률, 경제, 사회 등 한국 특화 지식 강화
Thinking mode를 통한 단계적 사고 추론
다국어 지원 (한국어, 영어, 일본어, 중국어)
262K 컨텍스트 길이 지원

Training

Item	Details
Base Model	FINAL-Bench/Darwin-27B-Opus
Method	Korean-specialized Supervised Fine-Tuning
Data	한국어 문화·지식 중심 고품질 instruction 데이터
Developer	Anserwise

Acknowledgements

FINAL-Bench — Darwin-27B-Opus base model
Qwen Team — Qwen3.5 architecture