/ Модель

Характеристики

Контекст
1 048 576 токенов
Лицензия
MIT
Базовая модель
GLM-5.3-Flash
Библиотека
transformers
Опубликована
31 авг 2026

GLM-5.3-Flash-MXFP4-Mixed-CT-AutoRound

Генерация текстаТекст → текст7 профессий

Квантизированная MXFP4-версия GLM-5.3-Flash для генерации текста и диалогового общения.

247скачиваний за 30 дней4лайкавеса обновлены1 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

GLM-5.3-Flash-MXFP4-Mixed-CT-AutoRound — квантизированная версия GLM-5.3-Flash, созданная Intel с помощью AutoRound в режиме RTN. Весы представлены в формате safetensors; квантизация MXFP4 применена к экспертным слоям MLP, а ряд других слоёв исключён из неё. Модель предназначена для генерации текста и диалогового общения. В README приведены результаты тестов GSM8K, MMLU, PIQA и HellaSwag: средний показатель MXFP4 составляет 99,61% от результата BF16 в описанной оценке.

Модель поддерживает английский и китайский языки. В README указано, что ответы могут содержать фактические ошибки, предвзятость или оскорбительный контент, поэтому перед применением требуется оценить её безопасность и надёжность. Лицензия — MIT; README рекомендует следовать лицензии исходной модели.

Сценарии применения

  • ответы на вопросы в диалоге
  • генерация связного текста по запросу
  • решение задач на математические рассуждения
  • оценка понимания общих знаний
  • сравнение вариантов сжатия модели по бенчмаркам

Ограничения

Модель может выдавать фактически неверные, предвзятые или оскорбительные ответы; перед развёртыванием рекомендуется проверка безопасности. README указывает, что для коммерческого применения следует учитывать лицензию исходной модели.

Для каких профессий подходит7

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

This model is an MXFP4 model of GLM-5.3-Flash generated by intel/auto-round with RTN mode. Please follow the license of the original model.

ConfigurationGSM8KMMLUPIQAHelleSwagAverageRelative to BF16
BF160.97350.86660.82920.69030.8399-
MXFP40.97350.85810.83130.68360.836699.61%

Generate the Model

auto-round \
  --model_name zai-org/GLM-5.3-Flash-BF16 \
  --model_free \
  --scheme MXFP8 \
  --ignore_layers "lm_head,embed_tokens,visual,hc_,indexer,self_attn,mlp.gate.,eh_proj,enorm,hnorm,shared_head,norm,A_log,dt_bias,b_proj,f_a_proj,f_b_proj,g_a_proj,g_b_proj,conv1d" \
   --layer_config "{mlp.experts:{bits:4,data_type:mx_fp}}"  \
  --format llm_compressor \
  --output_dir ./GLM-5.3-Flash-MXFP4-Mixed-CT-AutoRound

Ethical Considerations and Limitations

The model can produce factually incorrect output, and should not be relied on to produce factually accurate information. Because of the limitations of the pretrained model and the finetuning datasets, it is possible that this model could generate lewd, biased or otherwise offensive outputs.

Therefore, before deploying any applications of the model, developers should perform safety testing.

Caveats and Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model.

Here are a couple of useful links to learn more about Intel's AI software:

Disclaimer

The license on this model does not constitute legal advice. We are not responsible for the actions of third parties who use this model. Please consult an attorney before using this model for commercial purposes.

Cite

@article{cheng2023optimize, title={Optimize weight rounding via signed gradient descent for the quantization of llms}, author={Cheng, Wenhua and Zhang, Weiwei and Shen, Haihao and Cai, Yiyang and He, Xin and Lv, Kaokao and Liu, Yi}, journal={arXiv preprint arXiv:2309.05516}, year={2023} }

arxiv github

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Модели нужен vLLM (квантизация), но архитектура Glm5NextForConditionalGeneration ему неизвестна.

Ревизия весов
35d1b0d

0 моделей