/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-8B
Библиотека
gguf
Опубликована
18 мая 2026

Qwen3-8B-GGUF-GSQ

Генерация текстаТекст → текст14 профессий

ISTA-DASLab/Qwen3-8B-GGUF-GSQ — это квантизированная версия языковой модели Qwen3-8B, разработанной командой Qwen и доработанной ISTA-DASLab с применением метода GSQ (Gumbel-Softmax Quantization).

1 296скачиваний за 30 дней4лайкавеса обновлены18 мая 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

Модель предназначена для генерации текста и запуска локальных больших языковых моделей с пониженным потреблением памяти.

Модель поставляется в формате GGUF K-Quant с вариантами разной точности, включая Q2_K, Q4_K и Q6_K. Квантизация начинается с публичной инициализации Unsloth GGUF, после чего дискретные значения весов уточняются методом GSQ и упаковываются обратно в тот же формат K-Quant. Размер модели составляет 8 миллиардов параметров. Поддерживаются llama.cpp, Ollama, LM Studio и другие программы, совместимые с GGUF.

Ключевое преимущество модели — улучшение качества при агрессивной низкобитной квантизации: для варианта Q2_K средний результат бенчмарков повышен с 50,03 до 56,28 относительно исходной инициализации Unsloth. При этом сохраняются стандартная структура GGUF K-Quant и совместимость с существующими инструментами. Ограничения включают возможную потерю качества по сравнению с полной точностью и отсутствие в README сведений о языках, максимальном контексте, поддерживаемых модальностях и подробных результатах по отдельным тестам. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит14

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

Qwen3-8B — GGUF K-Quant refined with GSQ

GGUF K-Quant checkpoints of Qwen/Qwen3-8B in which the discrete grid assignments have been refined with GSQ (Gumbel-Softmax Quantization), starting from the public Unsloth GGUF initialization and projected back into the same K-Quant format. The optimized files run unchanged on llama.cpp / Ollama.

The gains are largest in the aggressive Q2_K setting:

QuantInit (Unsloth) avgGSQ avg
Q2_K50.0356.28

(See the GSQ paper / GitHub repo for the full per-benchmark breakdown.)

Quantization details

  • Base model: Qwen/Qwen3-8B
  • Format: GGUF K-Quant (drop-in replacement for the Unsloth files)
  • Pipeline: Unsloth GGUF init → GSQ Gumbel-Softmax refinement → re-pack into K-Quant
  • Runtime: llama.cpp, ollama, LM Studio, anything that consumes GGUF

Storage layout

These files are bit-for-bit standard GGUF K-Quant. GSQ only changes the values of the quantized weights (it relearns the discrete grid assignments inside each K-Quant block), not the block structure, scales, or super-block layout. As a result:

  • The file size matches the corresponding upstream K-Quant for the same quant tier.
  • Any llama.cpp / ollama build that loads regular Qwen3-8B-Q2_K.gguf loads this file with zero changes.
  • The Hugging Face UI reports GGUF block types (e.g. Q2_K, Q4_K, Q6_K) rather than per-tensor dtypes — those refer to the on-disk K-Quant encoding, not the precision of any optimizer state.

Usage with llama.cpp

# Download a specific quant from this repo
huggingface-cli download ISTA-DASLab/Qwen3-8B-GGUF-GSQ \
  Qwen3-8B-Q2_K.gguf --local-dir .

# Run with llama.cpp
./llama-cli -m Qwen3-8B-Q2_K.gguf -p "Hello"

Usage with Ollama

ollama run hf.co/ISTA-DASLab/Qwen3-8B-GGUF-GSQ:Q2_K

Citation

@article{gsq2026,
  title  = {GSQ: Highly-Accurate Low-Precision Scalar Quantization for LLMs via Gumbel-Softmax Sampling},
  author = {Dadgarnia, Alireza and Tabesh, Soroush and Nikdan, Mahdi and Helcig, Michael and Kurti{\'c}, Eldar and Kleinegger, Max and Alistarh, Dan},
  journal= {arXiv preprint arXiv:2604.18556},
  year   = {2026},
  url    = {https://arxiv.org/abs/2604.18556}
}

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
5605b36

0 моделей