/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,6 млрд
Размер весов
32,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_moe · MoE
Базовая модель
Qwen3-Coder-30B-A3B-Instruct
Библиотека
mlx
Опубликована
22 июл 2026

Qwen3-coder-16B-A3B-KREAP-MLX

Генерация текстаТекст → текст6 профессий

Сжатая методом K-REAP MoE-модель Qwen3-Coder для генерации кода и диалога на корейском и английском языках.

155скачиваний за 30 дней0лайковвеса обновлены22 июл 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

KCh3dRi4n подготовил с помощью метода K-REAP сжатую версию инструктивной модели Qwen3-Coder-30B-A3B-Instruct для генерации текста и диалога. Это MoE-модель семейства Qwen3 с причинной языковой архитектурой; в README указано около 16 млрд параметров, из которых активно около 3,3 млрд, а метаданные каталога сообщают 2,6 млрд параметров. Модель предназначена для программирования, рассуждений и общения на корейском и английском языках; заявленная длина контекста — 262 144 токена. Доступны веса в формате safetensors для MLX и Transformers, предусмотрен интерфейс вызова инструментов.

При сжатии число маршрутизируемых экспертов сокращено со 128 до 64 на слой без дообучения. Защита корейских экспертных путей уменьшает потерю качества на корейском относительно стандартного REAP, однако авторы называют этот вариант моделью на пределе сжатия: результаты по корейским и английским тестам, математике и программированию заметно хуже исходной модели. README рекомендует для сохранения корейских возможностей степень сжатия 12,5–25%, поэтому этот чекпойнт подходит прежде всего для изучения компромисса между размером и качеством. Лицензия — Apache-2.0.

Сценарии применения

  • генерация и дополнение программного кода
  • ответы на вопросы по программированию на корейском языке
  • диалог с вызовом инструментов
  • решение математических задач
  • эксперименты со сжатием MoE-моделей

Ограничения

При сокращении числа экспертов на 50% качество существенно снижается на тестах по корейскому и английскому языкам, математике и программированию. README рекомендует степень сжатия 12,5–25% для сценариев, где важно сохранить корейские возможности.

Для каких профессий подходит6

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-Coder-16B-A3B-KREAP-MLX (50% routed pruning)

Korean-preserving one-shot MoE expert pruning of Qwen3-Coder-30B-A3B-Instruct, produced with K-REAP. Routed experts pruned 128 → 64 per layer (50%); ~16B total params, 3.3B active (top-8 unchanged). No fine-tuning.

Unlike vanilla REAP (English/code calibration), K-REAP detects and hard-protects the experts that carry Korean, so pruning preserves Korean without sacrificing English/coding. See K-Guard-REAP for the full study.

Korean loss minimized vs. standard REAP

The standard REAP recipe collapses Korean at comparable compression: Cerebras Qwen3-Coder-REAP-25B (19.5%, no language protection) drops Korean MC macro 79.3 → 56.6 (−22.7pp) with generation collapse 115/128. By hard-protecting the Korean expert path, this model keeps Korean MC macro at 67.3 (−12.0pp) with 52/128 collapse — still well ahead of REAP's 56.6 / 115 even at this aggressive ratio. (K-REAP removes ~47% of REAP's Korean damage.)

⚠️ Compression-ceiling model. At 50% the per-layer protected set (up to 83) no longer fits the budget (64), so 93 Korean-protected experts were force-dropped. Korean and English reasoning degrade here — this checkpoint documents the limit, not a recommended operating point. Use 12.5–25% for preserved Korean.

Benchmarks (vs base Qwen3-Coder-30B; Δ = base delta, %p)

한국어 (Korean, self-harness)

benchmarkbasethis model
KMMLU55.241.2 (−14.0)
KoBEST BoolQ93.680.4 (−13.2)
KoBEST COPA92.771.5 (−21.2)
KoBEST SentiNeg95.090.4 (−4.6)
KoBEST HellaSwag60.052.8 (−7.2)
Gen. collapse (/128, ↓)052

English reasoning/knowledge (llm-evalbox)

benchmarkbasethis model
ARC-Challenge91.271.0 (−20.2)
HellaSwag84.463.4 (−21.0)
WinoGrande73.457.6 (−15.8)
MMLU-Pro50.237.0 (−13.2)
TruthfulQA71.246.6 (−24.6)
MMLU-en76.654.6 (−22.0)

Math

benchmarkbasethis model
GSM8K93.280.2 (−13.0)
MathQA55.233.8 (−21.4)

Coding

benchmarkbasethis model
HumanEval+87.879.3 (−8.5)
MBPP+77.259.3 (−17.9)
LiveCodeBench52.427.9 (−24.5)

Safety/Bias

benchmarkbasethis model
BBQ92.266.8 (−25.4)
SafetyBench83.273.4 (−9.8)

Macro

benchmarkbasethis model
Korean MC macro79.367.3 (−12.0)
Academic 10-bench macro74.755.8 (−18.9)

Usage (MLX)

from mlx_lm import load, generate
model, tok = load("KCh3dRi4n/Qwen3-coder-16B-A3B-KREAP-MLX")
print(generate(model, tok, prompt="한국어로 자기소개를 해줘.", max_tokens=256))

Standard HF safetensors (BF16) — also loadable with transformers. Coverage note: KoBEST & EvalPlus are full sets; KMMLU/evalbox/LiveCodeBench are deterministic subsets (seed 42). Effect sizes ≫ sampling CI. Details: K-Guard-REAP docs/10_MASTER_RESULTS.md §7.

Method

REAP saliency (router gate × expert-output L2 norm, conditional mean) restricted to Korean segments + Korean↔English contrast + rare/rollout protection → hard-protected survivor set → streaming safetensors surgery (uniform experts/layer). Framework: https://github.com/Chedrian07/K-REAP

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
Qwen3MoeForCausalLM
Ревизия весов
1ae1787

0 моделей