/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
prism_hadamard_qwen35 · dense
Базовая модель
Ternary-Bonsai-2-27B-mlx-2bit
Библиотека
mlx
Опубликована
18 сен 2026

Ternary-Bonsai-2-27B-MLX-2bit

Изображение и текст → текст11 профессий

Мультимодальная 2-битная сборка Qwen3.8-27B для MLX, которая отвечает на вопросы по тексту и изображениям и поддерживает вызов инструментов.

1 285скачиваний за 30 дней0лайковвеса обновлены18 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 MLX 2-bit — мультимодальная модель Prism ML на архитектуре Qwen3.8-27B, упакованная для инференса в MLX с поддержкой signed-Hadamard-преобразований. Репозиторий сохраняет исходные упакованные 2-битные веса, модуль обработки изображений, токенизатор и шаблон диалога модели Prism ML.

Модель принимает текст и изображения и формирует текстовые ответы. Она предназначена для диалога по тексту и изображениям, рассуждений и вызова инструментов через шаблон модели и совместимый парсер. Заявленная длина контекста — 262 144 токена; практически доступная длина зависит от оборудования и политики сервинга.

Для запуска нужны преобразования signed-Hadamard: веса нельзя загружать как обычный Qwen с аффинной 2-битной квантизацией или без изменений преобразовывать в BF16. Поддержка в нескольких рантаймах проходит проверку; гарантий производительности в продакшене нет. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на вопросы о содержимом изображений
  • диалог с моделью по текстовым инструкциям
  • анализ изображений с текстовым объяснением
  • вызов инструментов в агентном сценарии

Ограничения

Для корректного инференса нужны signed-Hadamard-преобразования; обычная аффинная 2-битная загрузка и преобразование в BF16 не подходят. Практическая длина контекста зависит от оборудования и сервинга, а производительность в продакшене не гарантируется.

Для каких профессий подходит11

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

Ternary Bonsai 2 27B — MLX 2-bit

Prism ML's Ternary Bonsai 2 27B checkpoint, packaged for signed-Hadamard-aware MLX inference. The original 2-bit packed weights, vision tower, tokenizer and chat template are unchanged.

PropertyValue
ArchitectureDense Qwen3.8-27B backbone, prism_hadamard_qwen35 / qwen3_5
Inputs / outputText and images / text
Native context262144 tokens; usable context depends on hardware and serving policy
Language weightsAffine 2-bit, group size 128, signed block-Hadamard transforms
Vision towerRetained, unquantized FP16
Transform arithmeticFP32 intermediates, restored FP16 activation dtype
Weight payload8,595,477,990 bytes
MTPNot included; this checkpoint has no MTP/draft heads

Runtime support

These packed weights require their signed transforms. They must not be loaded as an ordinary affine-2-bit Qwen checkpoint or silently converted to BF16. DarkBloom's native support is under review in MLX Swift #27, MLX Swift LM #154, and d-inference #1124. Reasoning and tool calling use the native model template and serving parser. Runtime qualification, hardware-tier coverage and catalog availability are separate from artifact integrity. No production throughput guarantee is made here.

Source and license

Source: prism-ml/Ternary-Bonsai-2-27B-mlx-2bit, revision 3f926b415992eaa2ae9dd7b573706494d6bbf787. Weight SHA-256: 130de5925082c168b7866b2e91b52e44abbafc99017e3ca352b77b5b55a269ed.

See LICENSE, NOTICE.txt and UPSTREAM-README.md for the original attribution and model documentation. Upstream benchmark claims describe their own runtime and methodology, not DarkBloom measurements. artifact-provenance.json records the unchanged payload identity. The older bundled text-only runtime notes do not describe the current schema-2 vision-capable pack; use a compatible loader.

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.

Ревизия весов
0e78886

0 моделей