/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Ternary-Bonsai-2-27B-gguf
Библиотека
mlx
Опубликована
29 сен 2026

Ternary-Bonsai-2-27B-Abliterated-v2-PQ2_0-MTP-MLX

Генерация текстаТекст → текст3 профессии

Квантизированная 27-миллиардная модель семейства Qwen3.5 в формате MLX для локальной генерации текста и диалогов на Apple Silicon.

2 095скачиваний за 30 дней5лайковвеса обновлены29 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Ternary-Bonsai-2-27B-Abliterated-v2-PQ2_0-MTP-MLX — конверсия модели BoldingBuilds в формат MLX для запуска на компьютерах Apple Silicon. Это плотная модель семейства Qwen3.5/Bonsai 2 с 27 млрд параметров и гибридной архитектурой GDN и full attention. Веса PQ2_0 представлены в MLX без повторной квантизации; эффективная разрядность составляет 2,13 бита на параметр. Вариант включает корректировку режима рассуждений и черновую голову Multi-Token Prediction для спекулятивного декодирования; для ускорения MTP требуется совместимая версия oMLX или mlx-lm.

Модель предназначена для локальной генерации текста, диалогов и рассуждений. В карточке заявлено потребление около 8,6–9,4 ГБ объединённой памяти. Указанные языки — английский и японский; поддержка других языков не подтверждена. Модель описана как abliterated, то есть с ослабленными отказами, поэтому ответы могут включать нежелательный или небезопасный контент. Лицензия — Apache-2.0.

Сценарии применения

  • локальные диалоги с языковой моделью на Mac
  • генерация и продолжение текста
  • ответы на вопросы и рассуждения на английском
  • генерация текста на японском
  • спекулятивное декодирование для ускорения генерации

Ограничения

Для ускорения MTP требуется совместимая сборка oMLX или mlx-lm; для обычного запуска через mlx-lm указана необходимость --trust-remote-code. Abliterated-вариант имеет ослабленные отказы и может выдавать небезопасный контент.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ternary-Bonsai-2-27B-Abliterated-v2-PQ2_0-MTP-MLX

An MLX-native conversion of BoldingBuilds' Ternary-Bonsai-2-27B-Abliterated-v2-PQ2_0-MTP, preserving exact ternary weight representations and enabling self-speculative decoding (Multi-Token Prediction) on Apple Silicon.

Key Technical Facts

  • Lossless Quant-Native Weight Preservation: Converted directly from the official PQ2_0 GGUF without re-quantization. All 866 tensors (27.3 billion elements) are mapped bitwise-exact to MLX affine packed representation.
  • Thinking Mode Fix (v2 Update): Incorporates BoldingBuilds' v2 output-projection adjustment, preventing runaway reasoning loops and ensuring proper closure (</think>) before emitting the final answer.
  • MTP Self-Speculative Decoding: Integrates the grafted Qwen3.8 MTP draft head. Correctly resolves the Sylvester-Walsh-Hadamard orthogonal rotation coordinates across both primary and MTP embedding projections, achieving an empirical ~87.5% draft acceptance rate in oMLX.
  • Low Memory Footprint: Runs within ~8.6 - 9.4 GB unified memory (VRAM), making 27B parameter reasoning accessible on 16GB Apple Silicon machines (MacBook Air / Pro / Mac mini).

Architecture & Specifications

ParameterSpecification
Base ArchitectureQwen3.5 / Bonsai 2 (Hybrid GDN + Full Attention)
Parameters27B total
Effective Bit-Width2.13 bpw (Ternary weights with block scales)
Context LengthUp to 131,072 tokens
Vocabulary Size248,320 tokens (ByteLevel BPE, full tail tokens preserved)
Speculative EngineMulti-Token Prediction (MTP) depth=1
Runtime TargetoMLX (native Metal kernel & MTP pipeline support)

Quickstart (oMLX)

For optimal performance with speculative MTP decoding on Apple Silicon, run using oMLX (free, open-source macOS-native LLM runner with smart caching and native MTP acceleration).

This model requires custom architecture code (model.py) to handle Hadamard orthogonal transformations and MTP draft grafting.

1. Python Inference via oMLX Runtime

from omlx.model_settings import ModelSettings
from omlx.utils.model_loading import lm_load_compat, maybe_apply_pre_load_patches
import mlx_lm

model_path = "path/to/Ternary-Bonsai-2-27B-Abliterated-v2-PQ2_0-MTP-MLX"

# Enable MTP speculative decoding (depth=1)
settings = ModelSettings(mtp_enabled=True, mtp_fixed_depth=1)
maybe_apply_pre_load_patches(model_path, model_settings=settings)

# Load model (strict=True, trust_remote_code=True)
model, tokenizer = lm_load_compat(model_path, trust_remote_code=True, lazy=False)

# Generate
prompt = "<|im_start|>user\nExplain quantum entanglement in simple terms.<|im_end|>\n<|im_start|>assistant\n"
response = mlx_lm.generate(model, tokenizer, prompt=prompt, max_tokens=512, verbose=True)
print(response)

2. Standalone MLX-LM CLI

When using standard mlx_lm, run with --trust-remote-code:

mlx_lm.generate \
  --model path/to/Ternary-Bonsai-2-27B-Abliterated-v2-PQ2_0-MTP-MLX \
  --prompt "Hello!" \
  --trust-remote-code

(Note: Speculative MTP acceleration requires the oMLX patch layer or an MTP-enabled mlx-lm runtime branch).

Provenance & Attribution

  • Base Weights & Architecture: Prism ML (Sylvester-Walsh-Hadamard transform + Qwen3.5-based hybrid).
  • Abliteration & Output Tuning: BoldingBuilds (quant-native ternary bit flip, thinking-closure fix).
  • MTP Architecture: Qwen Team, Alibaba Cloud.
  • License: Apache-2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
ea576e1

0 моделей