/ Модель

Характеристики

Контекст
262 144 токена
Параметры
807 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
29 авг 2026

checkpoint-draft-dflash2

Генерация текстаТекст → текст3 профессии

Черновая модель DFlash2 предлагает токены для speculative decoding целевой Qwen3.5-35B-A3B VCLR3 через совместимый сервер SGLang.

131скачиваний за 30 дней0лайковвеса обновлены29 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

HYHPING2023/checkpoint-draft-dflash2 — вспомогательная черновая модель DFlash2 для ускорения генерации Qwen3.5-35B-A3B VCLR3 с помощью speculative decoding. Она разработана на основе архитектуры Inco AI DFlash2 и предназначена для запуска внутри совместимого сервера SGLang: модель предлагает блоки токенов, а целевая модель проверяет их. Самостоятельно отвечать на запросы она не может; веса целевой модели в репозитории отсутствуют.

Модель содержит 807,4 млн параметров, использует пять слоёв в стиле Qwen3 и блок из восьми черновых токенов. Принимает скрытые состояния целевой модели из слоёв 1, 10, 19, 28 и 37, а также использует её embeddings и языковую голову. Контекст целевой модели — 262 144 токена. Обучение проводилось четыре эпохи на смешанном видео-, китайско- и англоязычном корпусе; в README приведены результаты принятия токенов для видео и текста. Для работы нужны совместимая сборка SGLang и соответствующий объединённый чекпойнт Qwen3.5-35B-A3B VCLR3. Лицензия — Apache-2.0.

Сценарии применения

  • ускорение генерации ответов целевой моделью Qwen3.5-35B-A3B VCLR3
  • черновое предсказание токенов блоками при speculative decoding
  • ускорение генерации по видеоданным в совместимом inference-сервере

Ограничения

Модель не является самостоятельной: ей необходима целевая Qwen3.5-35B-A3B VCLR3 и DFlash2-совместимая сборка SGLang. Обучение проводилось на нерассуждающих ответах, поэтому для запросов следует отключать thinking; заявленные метрики получены при жадной генерации с блоком из восьми токенов.

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

checkpoint-draft-dflash2 (Qwen3.5-35B-A3B VCLR3 drafter)

DFlash2 speculative-decoding draft model for the Qwen3.5-35B-A3B (VCLR3 game-video SFT) target. Not a standalone language model: it runs inside a speculative decoding server and drafts tokens for the target to verify (target weights NOT included; point --model-path at your own merged Qwen3.5-35B-A3B VCLR3 checkpoint).

Architecture

DFlash2 (Inco AI, blog; z-lab-compatible weight layout) with block_size 8:

  • 5-layer Qwen3-style dual-stream draft over the target's captured layer {1, 10, 19, 28, 37} hidden states, full 248k vocab (uses the target's embed_tokens / lm_head)
  • Two-tap grouped dynamic causal convolutions (kernel 2, group 16) around every attention/MLP sublayer — fixes block-end (suffix) decay
  • Top-16 candidate path selector (rank 256): S_t(a,b) = U_t(b) + <A(a) ⊙ H(h_t), B(b)>

Serving (SGLang main, DFlash2-aware DFLASH worker)

python -m sglang.launch_server \
  --model-path /path/to/Qwen3.5-35B-A3B-vclr3-target \
  --speculative-algorithm DFLASH \
  --speculative-draft-model-path HYHPING2023/checkpoint-draft-dflash2 \
  --speculative-num-draft-tokens 8 \
  --trust-remote-code --tp 1 --enable-metrics

Notes: request chat_template_kwargs: {"enable_thinking": false} (the draft was trained on non-thinking answers); SGLang builds before DFlash2 support silently ignore the selector.

Evaluation (temperature 0, greedy; block 8)

MetricDFlash1 baselineDFlash2 (this)
Offline accept length / cycle (12.1k blocks, mixed corpus)2.722.97 (+9%)
— video blocks—3.54
— text blocks—2.89
SGLang serve accept length (single stream, text)1.802.15 (+19%)

Per-position conditional acceptance rises 0.63 → 0.72 toward the block end (DFlash1 stays flat ~0.60) — the convolution's suffix-decay fix.

Training

4 epochs on the mixed video+zh+en corpus (70.6k samples), warm-started from the DFlash1 b8 mixed2 checkpoint, FSDP + frozen online 35B target. Teacher-forced selector CE. Checkpoint: epoch_3_step_35300.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DFlash2DraftModel
Ревизия весов
edfa72c

0 моделей