/ Модель

Характеристики

Лицензия
CC BY 4.0
Базовая модель
EAGLE3-gpt-oss-20b
Опубликована
24 июн 2026

EAGLE3-gpt-oss-20b-GGUF

Генерация текстаТекст → текст3 профессии

Квантованная черновая EAGLE-3-модель для ускорения генерации текста основной моделью gpt-oss-20b посредством спекулятивного декодирования.

299скачиваний за 30 дней0лайковвеса обновлены24 июн 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

Это квантованная сборка черновой EAGLE-3-модели для gpt-oss-20b, опубликованная EntityDeletr на основе nebius/EAGLE3-gpt-oss-20b. Она предназначена для спекулятивного декодирования: модель предлагает черновые токены, которые проверяет основная модель gpt-oss-20b, чтобы ускорить генерацию текста. В README приведены результаты принятия черновых токенов на MT-bench, HumanEval и GSM8K; обучение исходной модели проводилось с целевыми функциями LK, ориентированными на долю принятых токенов.

В репозитории доступны исходные веса в safetensors, bf16 GGUF и квантованный GGUF Q5_K_M. Использование описано через vLLM с методом eagle3. Модель имеет лицензию CC BY 4.0. Для работы требуется совместимая основная модель gpt-oss-20b и инфраструктура, поддерживающая EAGLE-3; сама по себе это не универсальная модель для самостоятельной генерации ответов.

Сценарии применения

  • ускорение генерации текста с gpt-oss-20b через спекулятивное декодирование
  • ускорение ответов чат-модели на запросы пользователей
  • ускорение генерации кода основной моделью
  • ускорение решения математических задач основной моделью

Ограничения

Модель предназначена для спекулятивного декодирования вместе с основной моделью gpt-oss-20b и не является самостоятельной универсальной моделью. Для применения нужны совместимая версия vLLM и поддержка метода EAGLE-3; показатели принятия черновых токенов зависят от конфигурации декодирования.

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

Quantized version of nebius/EAGLE3-gpt-oss-20b.

Their model card is pasted as is below.

Files:

  • model.safetensors - original unquantized safetensors
  • model.gguf - unquantized bf16 GGUF
  • EAGLE3-gpt-oss-20b.gguf - GGUF quantized to Q5_K_M

Model Description

This is an EAGLE-3 draft-model for gpt-oss-20b, trained from scratch using LK losses — training objectives that directly target acceptance rate rather than using KL divergence as a proxy.

Training Details

Performance

Average acceptance length (τ) measured across MT-bench, HumanEval, and GSM8K with K = 7:

ConfigurationTemperature = 0Temperature = 1
EAGLE-3 + KL3.463.17
EAGLE-3 + LK (ours)3.493.29

Comparison with Public Checkpoints

ModelMT-bench (τ)HumanEval (τ)GSM8K (τ)
RedHatAI/gpt-oss-20b-speculator.eagle32.632.433.00
Ours3.203.013.65

Measured at temperature = 1 with K = 7

Note: Earlier vLLM versions sampled draft tokens greedily regardless of temperature, which underestimated acceptance rates at temperature > 0. Stochastic draft sampling was introduced in v0.18.0, and from v0.21.0 it can be enabled via speculative_config using rejection_sample_method and draft_sample_method. The acceptance metrics reported above were measured under standard rejection sampling and are reproducible with the configuration below.

Usage with vLLM

from vllm import LLM, SamplingParams

llm = LLM(
    model="openai/gpt-oss-20b",
    speculative_config={
        "method": "eagle3",
        "model": "nebius/EAGLE3-gpt-oss-20b",
        "num_speculative_tokens": 6,
        "rejection_sample_method": "standard",
        "draft_sample_method": "gumbel",
    },
)

sampling_params = SamplingParams(temperature=0.7)
outputs = llm.generate(["Explain speculative decoding in simple terms."], sampling_params)

License

CC BY 4.0

Citation

@misc{samarin2026lklosses,
  title     = {LK Losses: Direct Acceptance Rate Optimization for Speculative Decoding},
  author    = {Alexander Samarin and Sergei Krutikov and Anton Shevtsov and Sergei Skvortsov and Filipp Fisin and Alexander Golubev},
  year      = {2026},
  eprint    = {2602.23881},
  archivePrefix = {arXiv},
  primaryClass  = {cs.LG},
  url       = {https://arxiv.org/abs/2602.23881}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
59583c6

0 моделей