/ Модель
Каталог

Характеристики

Контекст
40 960 токенов
Параметры
508 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
20 сен 2026

Ссылки

Hugging Face

Qwen3-0.6B-W1.88-QAD

MingZwhy
Генерация текстаТекст → текст3 профессии

Промежуточный чекпойнт Qwen3-0.6B для обучения методом on-policy distillation с конфигурацией квантования W1.88.

296скачиваний за 30 дней0лайковвеса обновлены20 сен 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.

Открыть конструктор бенчмарка

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

MingZwhy/Qwen3-0.6B-W1.88-QAD — промежуточный чекпойнт на базе Qwen3-0.6B, подготовленный для этапа on-policy distillation в рецепте QAOPD. Он предназначен для использования как студенческая модель в дальнейшей тренировке, а не как готовая модель для обычной генерации текста. В репозитории сохранены bf16 мастер-веса; квантователь применяется во время прямого прохода обучения. Поэтому загрузка этих весов сама по себе не даёт W1.88-квантованную модель.

В конфигурации обучения используется смешанное квантование весов INT1.58 и INT4 блоками по 256 элементов: 12,5% блоков обрабатываются в INT4, что соответствует эффективной разрядности 1,88 бита; эмбеддинги и выходная голова используют INT4, активации — INT8. Модель имеет архитектуру Qwen3ForCausalLM, около 507,9 млн параметров и контекст до 40 960 токенов. Базовая модель многоязычная; в метаданных нет списка конкретных языков. Лицензия — Apache-2.0.

Сценарии применения

  • Использование как студенческой модели на этапе OPD в рецепте QAOPD
  • Исследование дистилляции с квантованием весов около 1,88 бита
  • Обучение компактной модели генерации текста с квантователем в прямом проходе

Ограничения

Это стартовый чекпойнт для обучения, а не готовая модель для применения; сохранённые bf16 веса не являются квантованной W1.88-моделью. Для оценки квантованного результата README рекомендует использовать восстановленный чекпойнт MingZwhy/Qwen3-0.6B-W1.88-QAOPD.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-0.6B — W1.88, QAD checkpoint

The quantization-aware-distillation checkpoint that on-policy distillation starts from, for the W1.88 arm. This is a starting point for training, not a finished model.

Code and recipe: MingZwhy/QAOPD.

This is a latent checkpoint — read before loading

The tensors here are bf16 and not quantized. Quantization-aware training keeps high-precision master weights and applies the quantizer inside the forward pass; what gets saved is the master copy. Loading this file directly gives you an unquantized model. It will not error, and it will score higher than the W1.88 model does.

Use it as STUDENT_MODEL for the OPD stage, which supplies the quantizer configuration itself:

STUDENT_MODEL=<this checkpoint> bash scripts/opd/run_math.sh

For a model you can load and evaluate, use the recovered checkpoint MingZwhy/Qwen3-0.6B-W1.88-QAOPD instead.

Quantization

weightsmixed INT1.58 / INT4 in blocks of 256, 12.5% of blocks at INT4 → 1.88 bits effective
embedding, output headINT4
activationsINT8

License

Apache-2.0, inherited from Qwen3-0.6B.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
fe73441

0 моделей

    Создать бенчмарк