/ Модель

Характеристики

Базовая модель
ZAYA1-8B
Библиотека
gguf
Опубликована
16 мая 2026

ZAYA1-8B-GGUF

Генерация текстаТекст → текст9 профессий

Abiray/ZAYA1-8B-GGUF — набор GGUF-квантизаций модели ZAYA1-8B, разработанной Zyphra. Модель предназначена для задач генерации текста, сложного рассуждения и локального развертывания при ограниченных ресурсах.

1 580скачиваний за 30 дней22лайкавеса обновлены16 мая 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

ZAYA1-8B использует разреженную Mixture-of-Experts (MoE) архитектуру zaya с механизмом Compressed Convolutional Attention и MLP-router. Всего модель содержит около 8,4 млрд параметров, из которых примерно 760 млн активируются для каждого токена. Доступны варианты квантизации Q3_K_M, Q4_K_S, Q4_K_M, Q5_K_M, Q6_K и Q8_0; рекомендован Q4_K_M как компромисс между потреблением памяти и качеством рассуждений. Сведения о языках, модальностях и размере контекста в README не указаны.

К сильным сторонам относятся высокая плотность интеллекта, небольшое число активных параметров на токен и возможность локального запуска. Ограничения связаны с экспериментальной поддержкой архитектуры: для работы требуется самостоятельно собрать llama.cpp из ветки Draft PR #23112, поскольку стандартные релизы пока не распознают необходимые метаданные zaya. Агрессивная квантизация может ухудшать логические способности, а чувствительные слои cca_conv_grp оставлены в более высокой точности. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ZAYA1-8B GGUF Quantizations

This repository contains GGUF quantizations of Zyphra/ZAYA1-8B.

⚠️ CRITICAL USAGE NOTE: The zaya architecture (which utilizes a unique Compressed Convolutional Attention mechanism and an MLP router) is currently undergoing experimental integration into llama.cpp. These quantizations were generated using the bleeding-edge Draft PR #23112. To protect the model's complex reasoning and routing logic, the highly sensitive cca_conv_grp layers were explicitly excluded from quantization and remain in higher precision.

To run these models, you must compile llama.cpp locally from that specific PR branch until official support is merged into the master branch.

Model Details

ZAYA1-8B is a frontier-level reasoning Mixture-of-Experts (MoE) model designed for high intelligence density and local deployment.

  • Total Parameters: ~8.4B
  • Active Parameters (per token): ~760M
  • Architecture: zaya (Sparse MoE)
  • License: Apache-2.0
  • Creator: Zyphra

Available Quants

FormatFile SizeDescription
Q3_K_M4.51 GBSmallest viable quant. Heavy compression, potential logic degradation.
Q4_K_S5.26 GBVery small. High compression, suitable for strict VRAM limits.
Q4_K_M5.57 GBRecommended. The sweet spot for balancing VRAM usage and reasoning capabilities.
Q5_K_M6.43 GBHigh precision. Great if you have slightly more RAM/VRAM to spare.
Q6_K7.35 GBVery high precision. Near uncompressed performance.
Q8_09.49 GBMaximum precision quant. Negligible intelligence loss.

How to Run (Experimental)

Since standard llama.cpp releases do not yet recognize the zaya metadata keys, you must fetch the working pull request to run these files:

# Clone the main repository
git clone [https://github.com/ggerganov/llama.cpp.git](https://github.com/ggerganov/llama.cpp.git)
cd llama.cpp

# Fetch the specific Draft PR that contains working ZAYA inference
git fetch origin pull/23112/head:zaya-working-pr
git checkout zaya-working-pr

# Build with CUDA support (Recommended)
cmake -B build -DGGML_CUDA=ON
cmake --build build --config Release -j 8

# Run the model
./build/bin/llama-cli -m /path/to/ZAYA1-8B-Q4_K_M.gguf -p "Your complex reasoning prompt here" -ngl 99 -c 4096 -n 512

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
e16067c

0 моделей