/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
18,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
transformers
Опубликована
3 сен 2026

Qwen3.8-27B-DavidAU-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-INT4-W4A16

Изображение и текст → текст15 профессий

Это 4-битная GPTQ-квантизованная версия модели Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU, разработанной DavidAU и основанной на Qwen/Qwen3.8-27B.

5 873скачиваний за 30 дней13лайковвеса обновлены3 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

Данная сборка подготовлена с использованием AutoRound 0.12.3 и поддерживает загрузку через Transformers и высокопроизводительную подачу через vLLM.

Модель предназначена для генерации текста, следования инструкциям, рассуждений и программирования. В карточке заявлены режим Heretic/uncensored, уменьшенное количество токенов для чрезмерного обдумывания и автоматически изменяемый размер рассуждений. Указана текстовая языковая модель с поддержкой английского языка; архитектура, размер контекста и дополнительные модальности в README не описаны, хотя pipeline_tag обозначен как image-text-to-text.

Ключевые параметры квантизации: веса 4-bit, активации 16-bit, GPTQ с group size 128. Размер модели составляет около 19 ГБ вместо примерно 54 ГБ в FP16, что дает сокращение примерно на 65%. Согласно приведенным тестам на NVIDIA A100 80GB с vLLM 0.27.1, качество на ARC-Easy, HumanEval и BBH сопоставимо с FP16 или немного выше, а различие в WikiText2 perplexity минимально; при этом результаты MMLU немного ниже. Ограничениями являются зависимость от совместимой поддержки GPTQ/AutoRound и отсутствие подробных сведений об исходном обучении, контекстном окне и фактических мультимодальных возможностях.

Лицензия модели указана как Apache-2.0. Полные сведения о методике обучения и характеристиках исходной FP16-модели вынесены в отдельную карточку DavidAU.

Для каких профессий подходит15

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

Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU (W4A16)

W4A16 GPTQ quantization of Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU using AutoRound with GPTQ group size 128.

Quantization Details

ParameterValue
AlgorithmAutoRound + GPTQ
Weight bits4
Activation bits16
Group size128
VersionAutoRound 0.12.3

Model size: ~19GB (vs ~54GB FP16) — 65% reduction

Benchmark Comparison: W4A16 vs FP16

Both versions benchmarked on identical hardware (NVIDIA A100 80GB) using vLLM 0.27.1.

BenchmarkFP16W4A16Delta
ARC-Easy (acc)86.91%87.25%+0.34%
ARC-Easy (acc_norm)85.69%86.49%+0.80%
HumanEval (pass@1)79.27%79.88%+0.61%
BBH (exact_match)89.94%90.34%+0.40%
MMLU (acc)86.89%86.69%-0.20%
WikiText2 PPL8.048.17+0.13

Key findings:

  • W4A16 matches or exceeds FP16 on all classification/generation benchmarks
  • Perplexity difference is negligible (0.13%) — well within measurement variance
  • No perceivable quality loss at 4-bit weights with 16-bit activations

Usage

Works with any framework supporting GPTQ/AutoRound checkpoints:

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-W4A16/DavidAU_Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-w4g128"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    torch_dtype="auto"
)

Or via vLLM for high-throughput serving:

vllm serve DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-W4A16/DavidAU_Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-w4g128 \
    --dtype auto --tensor-parallel-size 1

Model Card

See the FP16 original model card for full details on training methodology, stages, and capabilities.

This quantized version preserves all characteristics of the original:

  • Heretic/uncensored output
  • Strong reasoning and instruction following
  • Reduced overthinking tokens
  • Auto-variable thinking sizes

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
3b19cdc

0 моделей