/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Bonsai-27B-gguf
Опубликована
15 июл 2026

Bonsai-27B-antidoom-1bit-DSpark

Генерация текстаТекст → текст13 профессий

Bonsai-27B-antidoom-1bit-DSpark — текстовая генеративная модель, разработанная на базе Bonsai-27B от prism-ml с применением метода antidoom от Liquid4All и ускорения DSpark от PrismML.

1 041скачиваний за 30 дней12лайковвеса обновлены15 июл 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

Модель предназначена для генерации текста, включая программный код, а также поддерживает работу с изображениями через поставляемый vision projector. Указанный язык — английский.

Это гибридная attention-модель Qwen3.5 с 27 млрд параметров, квантованная в 1-битный формат GGUF Q1_0 с показателем 1,125 бит на вес при группировке g128. В комплект входят основная модель размером около 4,5 ГБ, DSpark-драфтер в формате Q4_1 и vision projector в формате Q8_0. Для запуска требуется форк llama.cpp от PrismML с CUDA и поддержкой специальных Q1_0-ядер гибридного внимания; протестированная конфигурация использует одну RTX 5090 с 32 ГБ памяти. Контекст в приведённой конфигурации составляет 16 384 токена.

Antidoom — это FTPO-настройка, направленная на снижение зацикливания и повторов: модель обучалась предпочитать связное продолжение вместо продолжения повторяющегося цикла. При этом агрессивное 1-битное квантование частично ослабляет эффект LoRA, поэтому он сильнее проявляется при более высокой точности. DSpark ускоряет генерацию на задачах с высокой долей принятых черновых токенов, однако на обычной прозе с низкой долей принятия может работать медленнее нативного режима. Лицензия модели — Apache-2.0.

Для каких профессий подходит13

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

Bonsai-27B-antidoom-1bit-DSpark

A DSpark-accelerated + antidoom (FTPO anti-repetition) build of prism-ml/Bonsai-27B — the 1-bit (Q1_0, 1.125 bpw g128) quantization of the Qwen3.5-27B hybrid-attention model.

Runs in the PrismML-Eng/llama.cpp fork (CUDA, the Q1_0 hybrid-attention kernels). Benchmarked on a single RTX 5090 (32 GB, Blackwell sm_120).

Contents

FileWhat
Bonsai-27B-antidoom-1bit-Q1_0.ggufantidoom-tuned 1-bit model (4.5 GB)
Bonsai-27B-dspark-Q4_1.ggufDSpark speculative drafter (from prism-ml)
Bonsai-27B-mmproj-Q8_0.ggufvision projector (from prism-ml)

Run with DSpark (fastest)

build/bin/llama-server \
  -m Bonsai-27B-antidoom-1bit-Q1_0.gguf \
  -md Bonsai-27B-dspark-Q4_1.gguf \
  --spec-type draft-dspark --spec-draft-n-max 4 \
  -ngl 999 -ngld 999 -fa on -c 16384 -np 1

Speed comparison — all four models (RTX 5090, 32 GB)

Single stream, greedy, 256 new tokens, PrismML llama.cpp fork (CUDA 13 / sm_120). Native = llama-bench tg256 (fa=1, r=2). DSpark = llama-speculative-simple, --spec-draft-n-max 4, code prompt (high-acceptance workload); all four runs measured back-to-back in the same session.

ModelNative tok/s+ DSpark tok/sAcceptDSpark speedup
Bonsai-27B 1-bit (base)166.0208.378.6%1.25×
Bonsai-27B 1-bit antidoom (this family)153.7192.474.6%1.25×
Ternary-Bonsai-27B (base)136.5185.969.2%1.36×
Ternary-Bonsai-27B antidoom (this family)129.2184.669.2%1.43×
tok/s (code prompt, bs=1)                 native ▒   +DSpark █
Bonsai 1-bit base      ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ 166.0
                       ████████████████████████████████ 208.3
Bonsai 1-bit antidoom  ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ 153.7
                       █████████████████████████████ 192.4
Ternary base           ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ 136.5
                       ████████████████████████████ 185.9
Ternary antidoom       ▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒▒ 129.2
                       ████████████████████████████ 184.6

Notes:

  • DSpark's gain is workload-dependent: on low-acceptance prose (~51%) the 1-bit target can be slower than native because the tiny weights make drafting overhead relatively expensive.
  • The antidoom variants are ~5–8% slower natively because re-quantization stored the output tensor at q6_K (prism's originals pack it smaller); with DSpark the gap mostly closes.
  • FTPO does not hurt the DSpark drafter (accept 74.6–78.6% 1-bit, 69.2% ternary, unchanged base vs antidoom for ternary).
  • All numbers beat prism-ml's published H100 figures (104.8→143.8 1-bit, 98.0→131.8 ternary): these models are memory-bandwidth-bound and the 5090 has more bandwidth headroom at bs=1.

Antidoom (FTPO) pass — what was done

Bonsai-27B is unusually doom-loop resistant (it self-corrects repetition and stays coherent even under forced long generation), so runaway-repetition pairs were surfaced by priming: contexts that have already begun repeating a phrase, sent to the raw completion endpoint, where the model continues the loop. Antidoom's own detector + chosen-token sampler then extracted 40 FTPO preference pairs (rejected = the loop-continuation token, chosen = coherent escapes). FTPO trained a LoRA (r=32, q/k/v/o + gate/up/down, 12 epochs, lr 3e-5) on the FP16 unpacked model:

  • chosen-win (prefers the coherent escape over continuing the loop): 0.11 → 0.66 (early-stopped).
  • LoRA merged (CPU) into FP16, re-quantized to Q1_0. Note the aggressive 1-bit format partially dilutes the LoRA's fine adjustments, so the anti-repetition effect is strongest at higher precision.

Output remains coherent at 1-bit. This is a demonstration of the antidoom method on a 1-bit hybrid-attention target, packaged with the shipped DSpark drafter.

Provenance

Base weights, DSpark drafter and mmproj are from prism-ml (re-quantized after the antidoom LoRA merge for the model weights; drafter/mmproj copied unchanged). Built with antidoom and the PrismML llama.cpp fork.

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
f9172f5

0 моделей