/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
71,9 ГБ
Лицензия
MIT
Архитектура
qwen3_5_moe · dense
Базовая модель
Ornith-1.5-35B-A3B
Библиотека
transformers
Опубликована
20 авг 2026

Ornith-1.5-35B-A3B-BigBang-MTP

Изображение и текст → текст8 профессий

Мультимодальное TIES-слияние моделей семейства Qwen для диалогов, агентного программирования и анализа изображений с обученной MTP-головой для спекулятивного декодирования.

225скачиваний за 30 дней14лайковвеса обновлены20 авг 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

EryriLabs (Dwain Barnes) собрала эту мультимодальную модель как TIES-слияние Ornith-1.5-35B-A3B, BigBang-v1 и Qwen3.6-35B-A3B. Модель семейства Qwen3.5 MoE принимает текст и изображения и предназначена для диалогов, агентного программирования, следования инструкциям и анализа изображений. В репозитории указаны веса Safetensors и совместимость с Transformers; в README описана замена случайно инициализированной MTP-головы Ornith на обученную голову Qwen3.6 для спекулятивного декодирования.

Авторы сообщают о приёме 55–75% черновых токенов в небольших локальных замерах с llama.cpp, но отмечают, что проверка ограничена и не является полноценным бенчмарком. Модель выпущена по лицензии MIT с указанием авторства трёх родительских моделей.

Сценарии применения

  • генерация и отладка кода на Python
  • создание диалоговых ассистентов с поддержкой изображений
  • ответы на вопросы по изображениям
  • выполнение инструкций и агентных задач программирования
  • ускорение генерации через спекулятивное декодирование

Ограничения

Оценка в README основана на небольших локальных проверках, а не на полноценном наборе бенчмарков; качество перевода на валлийский отмечено как немного неестественное. Для reasoning рекомендуется выделять большой лимит токенов.

Для каких профессий подходит8

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

Ornith-1.5-35B-A3B-BigBang-MTP

A TIES merge of ornith-ai/Ornith-1.5-35B-A3B (agentic-coding RL) and endless-frontier/BigBang-v1 (general tune), both post-trains of Qwen/Qwen3.6-35B-A3B — plus a working MTP speculative-decoding head, which stock Ornith-1.5 does not have.

The MTP finding

Ornith-1.5-35B-A3B ships 785 mtp.* tensors that are random initialisation, not trained weights: every projection has std = 0.0200 with Gaussian kurtosis 3.0 (i.e. exactly initializer_range=0.02), and its norm weights sit near 0.02 instead of ~1. Used as a speculative draft it accepts only ~13% of tokens (pure chance). This model replaces that placeholder with the trained MTP head from Qwen3.6-35B-A3B, which transfers cleanly because Ornith's language tower is only ~0.2–1% away from Qwen3.6 (measured cosine per tensor group).

Measured with llama.cpp speculative decoding (Q4_K_M main + Q8_0 draft, RTX 3090):

draft headacceptancemean accepted run
Qwen3.6 grafted (this model)0.55–0.75 (code high, chat lower)3.2–4.0 tokens
Ornith-1.5 stock (random init)~0.13~1.5

Merge recipe

  • TIES (density 0.25, λ=1.0), computed in fp32 over the Qwen3.6-35B-A3B base, on all text weights.
  • MoE router gates: kept verbatim from Ornith (never averaged — routing is where naive MoE merges break).
  • Vision tower: kept verbatim (bit-identical between Ornith and Qwen3.6 anyway; this model keeps Qwen3.6's multimodal eyes).
  • mtp.*: Qwen3.6's trained head, verbatim (fused-expert layout, loads with the same Qwen3_5MoeForConditionalGeneration class).

Evaluation (Q4_K_M, single RTX 3090, temp 0.1)

this mergestock Ornith-1.5
15-task Python pass@115/1515/15
perplexity (mixed code+prose)3.343.41
generation speed (no draft)131.0 tok/s133.9 tok/s
speed with MTP draft169.4 tok/s (+29%)n/a (head is untrained)

Chat, instruction-following, translation and creative prompts remain coherent (spot-checked; e.g. Welsh translation is understandable but slightly unnatural). This is a small local eval, not a benchmark suite — treat it as a no-regression check plus the MTP head-to-head, not a leaderboard claim.

Notes and caveats

  • Reasoning is always on (<think>), inherited from Ornith/Qwen3.6. Give generous max_tokens.
  • Delta-interference probes (cosine between task vectors) showed Ornith's RL delta and BigBang's tune are near-orthogonal (cos ≈ +0.11), which is why the merge composes; this does not guarantee gains on any specific benchmark.
  • GGUF quants + the MTP draft GGUF: EryriLabs/Ornith-1.5-35B-A3B-BigBang-MTP-GGUF
  • Licences: Ornith-1.5 is MIT; BigBang-v1 and Qwen3.6-35B-A3B are Apache-2.0. This merge is released under MIT with attribution to all three parents.

Merged and measured by EryriLabs (Dwain Barnes), 2026-08-20.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
2cae1ae

0 моделей