/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,6 млрд
Размер весов
27,6 ГБ
Лицензия
Своя лицензия
Архитектура
laguna · MoE
Базовая модель
Laguna-XS-2.1
Библиотека
mlx
Опубликована
24 июл 2026

Laguna-XS-2.1-JANG_6M

Генерация текстаТекст → текст8 профессий

Квантованная MoE-модель Poolside Laguna-XS-2.1 для агентного программирования, генерации кода и вызова инструментов на Apple Silicon.

89скачиваний за 30 дней0лайковвеса обновлены8 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

JANGQ-AI/Laguna-XS-2.1-JANG_6M — квантованный вариант модели Poolside Laguna-XS-2.1, подготовленный Jinho Jang для запуска на Apple Silicon через vMLX. Это текстовая MoE-модель для генерации кода и работы агентных систем; метаданные указывают 2,6 млрд параметров, а карточка описывает исходную архитектуру как MoE с 33 млрд параметров и примерно 3 млрд активных параметров. В карточке также заявлены 40 слоёв, 256 маршрутизируемых экспертов, выбор восьми экспертов и общий эксперт, а длина контекста составляет 262 144 токена.

Веса маршрутизируемых экспертов квантованы до 6 бит с AWQ-калибровкой; внимание, общий эксперт, маршрутизатор и нормализации оставлены в высокой точности. Модель поддерживает чат, вызовы инструментов и переключаемый режим рассуждений. Основной указанный язык — английский. Лицензия — OpenMDW-1.1, унаследованная от исходной модели.

Карточка приводит скорость декодирования 68,6 токена в секунду на M5 Max и высокое совпадение предсказаний при проверке длинного контекста; эти результаты относятся к указанной конфигурации и оборудованию. Для корректного семплирования следует использовать top_k=20; поддержка шаблона чата, специальных стоп-токенов и параметров квантования зависит от загрузчика.

Сценарии применения

  • генерация и редактирование кода
  • выполнение агентных задач программирования
  • работа с кодом в терминале через инструменты
  • ответы на вопросы по длинному контексту кода
  • диалоговое решение задач с переключаемым режимом рассуждений

Ограничения

Карточка заявляет скорость и точность только для конкретной конфигурации M5 Max; результаты на другом оборудовании могут отличаться. Для сохранения ожидаемого качества семплирования следует задавать top_k=20 и использовать загрузчик, который учитывает настройки квантования и шаблон чата.

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

⚠️ Re-download if you pulled this bundle before 2026-07-28

Earlier uploads of this bundle were missing top_k: 20 in generation_config.json and jang_config.json. Poolside's own Laguna-XS-2.1/generation_config.json omits top_k even though their model card specifies temperature=1.0, top_k=20, top_p=1 for every XS-2.1 evaluation (the S-2.1 config does ship it), and this bundle passed those values through verbatim.

Impact: with top_k unset, a runtime samples the full 100,352-token vocabulary unfiltered at temperature=1.0 / top_p=1.0 instead of the top 20 candidates — noticeably lower output quality, worst on the lower-bit profiles.

Fix: re-download generation_config.json and jang_config.json (a few KB — no need to re-pull the weights), or pass top_k=20 explicitly in your requests. Both files now carry top_k: 20 and are checked against each other at build time.

JANGQ-AI/Laguna-XS-2.1-JANG_6M

JANG_6M JANG affine bundle of poolside/Laguna-XS-2.1 — 33B-parameter / ~3B-active MoE for agentic coding, quantized for Apple Silicon.

Attention (incl. the softplus output gate), shared expert, router, and norms stay high precision; the 256-routed-expert bulk carries 6-bit gate/up/down, protected by activation-aware (AWQ) scales chosen by measured quantization error against a no-AWQ baseline (0.3% lower reconstruction error at this bit width).

Bundle

FieldValue
Sourcepoolside/Laguna-XS-2.1 @ c405648
Architecturelaguna — 40 layers (10 global + 30 SWA w512), 33B-A3B, 256 experts top-8 + shared, 262K ctx
On-disk size27.7 GB (6 shards)
Routed experts6-bit gate/up/down affine, group 64, AWQ folded
Attention q/k/v/o + g_proj8-bit affine
Shared expert / dense FFN8-bit affine
Embeddings / lm_head6-bit / 8-bit affine
Router, e_score bias, normsfp16 passthrough
Modalitytext-only (verified from tensor index)

Measured (M5 Max, 128 GB, greedy, wired)

MetricValue
Decode68.6 tok/s
Long-context cache parityteacher-forced top-1 agreement 0.998 / 0.998 (pre/post the 512 sliding window, 2,913-token pass)

Chat / reasoning

  • GLM-style think tags; enable_thinking toggles reasoning (vendor serving default is ON (stamped in jang_config.chat); the template's own fallback is off, so pass enable_thinking=True explicitly if your runtime ignores bundle defaults)
  • The FULL chat template is inlined in tokenizer_config.json (upstream ships only an {% include %} stub that most runtimes cannot resolve — inlining is what makes the reasoning toggle actually work)
  • Stop tokens eos_token_id = [2, 24] — id 24 is end-of-turn and must be in the stop set
  • Template emits its own leading 〈|EOS|〉 (bos 2): do not prepend another
  • Tool calls: <tool_call>name<arg_key>k</arg_key><arg_value>v</arg_value></tool_call>
  • Vendor sampling: temperature 1.0, top_p 1.0, top_k 20

Loaders must honor the per-module {bits, group_size, mode} overrides in config.json[quantization].


Quantized and verified by Jinho Jang (eric@jangq.ai). License: OpenMDW-1.1 (inherited).

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
LagunaForCausalLM
Ревизия весов
138e95f

0 моделей