/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.8-27B-Samantha
Библиотека
gguf
Опубликована
19 авг 2026

Qwen3.8-27B-Samantha-NVFP4-GGUF

Генерация текстаТекст → текст3 профессии

Текстовая NVFP4-квантизация диалоговой модели Samantha на базе Qwen3.8-27B для запуска через llama.cpp.

41скачиваний за 30 дней0лайковвеса обновлены19 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Это текстовая GGUF-квантизация модели Lathly/Qwen3.8-27B-Samantha, подготовленная для запуска через llama.cpp. Исходная модель — объединённая донастройка персонажа Samantha 1.1 на базе Qwen/Qwen3.8-27B; в этом репозитории веса прошли посттренировочную квантизацию NVIDIA Model Optimizer в NVFP4. Модель содержит 27 млрд параметров, а файл занимает около 19,69 ГБ. Однослойная MTP/NextN-голова сохранена в BF16 для поддержки спекулятивного декодирования.

Модель предназначена для диалоговой генерации текста. Исходный чекпойнт является мультимодальной моделью для работы с изображениями и видео, однако данный GGUF-экспорт не содержит мультимодального проектора и принимает только текст. Репозиторий проверен на CUDA-сборке llama.cpp с поддержкой NVFP4 и Qwen3.5/NextN на GPU NVIDIA RTX PRO 6000 Blackwell; проведён краткий тест генерации, но формальной оценки качества нет. Лицензия — Apache-2.0.

Сценарии применения

  • диалоговое общение с персоной Samantha
  • генерация текстовых ответов в локальном llama.cpp
  • текстовые запросы к модели с поддержкой спекулятивного декодирования

Ограничения

Этот экспорт работает только с текстом: мультимодальный проектор исходной модели отсутствует. Качество формально не оценивалось; для запуска требуются свежая CUDA-сборка llama.cpp с поддержкой NVFP4 и Qwen3.5/NextN, а также совместимый GPU.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B-Samantha - NVFP4 GGUF with BF16 MTP

Native NVFP4 GGUF export of Lathly/Qwen3.8-27B-Samantha, a full merged Samantha 1.1 persona fine-tune of Qwen/Qwen3.8-27B.

This repository contains a llama.cpp-ready text-generation GGUF. The source model is a native vision-language model; this GGUF export is text-only and does not include a multimodal projector.

Files

FileSizeDescription
Qwen3.8-27B-Samantha-NVFP4-MTP-BF16.gguf19.69 GBNative NVFP4 main model with the one-layer MTP/NextN head retained in BF16

SHA256:

71744136f18bc053e720e021d29bd3411f2d949a52e4f5d0485e54ca976c4a85

How this GGUF was made

This is a post-training quantization export only: no additional fine-tuning or merge was performed for this repository.

  1. Starting checkpoint: the merged BF16 safetensors from Lathly/Qwen3.8-27B-Samantha.
  2. PTQ: NVIDIA Model Optimizer, using its native nvfp4 configuration.
  3. Calibration: Lathly/samantha-nvfp4-calibration, 512 samples, sequence length 2048, batch size 1.
  4. MTP: the Qwen3.5-family MTP/NextN head was intentionally excluded from NVFP4 quantization and retained in BF16 for speculative-decoding accuracy.
  5. GGUF conversion: NVFP4 tensors were repacked into GGML's native NVFP4 layout, while non-quantized tensors remain BF16/F32 as appropriate.

The completed file contains 400 NVFP4 tensors, 106 BF16 tensors, and 65 total transformer blocks. GGUF metadata records qwen35.nextn_predict_layers = 1.

Running with llama.cpp

Use a recent CUDA build of llama.cpp with native NVFP4 and Qwen3.5/NextN (MTP) support:

llama-server \
  -m Qwen3.8-27B-Samantha-NVFP4-MTP-BF16.gguf \
  -ngl 999 \
  --host 0.0.0.0 --port 8080

NVFP4 acceleration requires NVIDIA Blackwell-class hardware. Other backends may not support this quantization type or may fall back to a slower path.

Validation

The finished GGUF was loaded with a fresh CUDA build of llama.cpp on an NVIDIA RTX PRO 6000 Blackwell GPU. llama.cpp detected ftype: NVFP4, loaded all layers to GPU, and completed a short Norwegian generation smoke test at approximately 75 tokens/s. This is a functional smoke test, not a formal quality or benchmark evaluation.

Original fine-tune

The source is a full merged Samantha persona fine-tune: the LoRA adapter from Lathly/Qwen3.8-27B-Samantha_Uncensored_1.1_LoRA was trained with Unsloth (QLoRA) and merged into Qwen3.8-27B. For training hyperparameters, source usage, and the original model description, see Lathly/Qwen3.8-27B-Samantha.

License, attribution, and disclaimer

Released under Apache-2.0, inheriting from the source model and its parents:

This is an "uncensored" persona fine-tune intended for open conversational use. It may generate objectionable content. Use responsibly and in accordance with applicable laws and upstream licenses.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
86a5ed2

0 моделей