/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-30B-A3B
Опубликована
31 авг 2026

Qwen3-30B-A3B-Pollard

Генерация текстаТекст → текст8 профессий

PollardWeights/Qwen3-30B-A3B-Pollard — квантизированная версия модели Qwen3-30B-A3B, разработанная Pollard Weights на базе Qwen от Qwen.

174скачиваний за 30 дней0лайковвеса обновлены10 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

Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через llama.cpp, Ollama, LM Studio и совместимые приложения. Поддерживает только текстовый ввод; заявленный язык — английский.

Модель использует архитектуру qwen3_moe и содержит около 30,5 млрд параметров. Это набор GGUF-вариантов с измеренным распределением разрядности по чувствительности отдельных слоёв, а не равномерным сжатием. Доступны варианты размером примерно от 7,54 до 25,12 ГБ: IQ1_KT, IQ3_S, IQ4_XS и Q6_K. Наименьший вариант рассчитан на устройства примерно с 10 ГБ RAM или VRAM, а Q6_K требует около 27 ГБ с запасом под контекст. Для IQ-вариантов trellis необходим ik_llama.cpp, тогда как K-кванты работают в стандартном llama.cpp.

Ключевое преимущество — существенное уменьшение размера относительно версии f16: с 61,06 до 7,54 ГБ, при сохранении качества лучше равномерной однобитной trellis-квантизации по указанным тестам WikiText-2. Ограничения включают потерю качества из-за квантизации, отсутствие заявленной поддержки других модальностей и языков, а также то, что приведённые измерения выполнены на одном наборе данных и одной машине. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

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

Qwen3-30B-A3B — Pollard

Pollard shrank this model: 61.06 GB (f16) → 7.54 GB — 88% smaller, 8.1× down.

The smallest rung here; larger, higher-fidelity rungs are listed below.

formatthis model's size
f1661.06 GB
Q8_0~32.36 GB
Q6_K~25.03 GB
Q4_K_M~17.71 GB
PollardMix (this repo's IQ1_KT)7.54 GB

Pollard builds of Qwen/Qwen3-30B-A3B made with Pollard Weights — a ladder of measured-allocation quants (bits placed by per-layer sensitivity, not a uniform crush).

Standard GGUF — runs in stock llama.cpp / ik_llama.cpp, Ollama, LM Studio. Trellis (IQ*_KT) files need ik_llama.cpp; the K-quants run anywhere.

Model details

Parameter count~30.5B
Architectureqwen3_moe
Input supporttext
imatrixno
Perplexity measuredyes — table below

Which file should I choose?

Every rung is the same weights, sized to a different RAM budget by the measured allocation. Pick the largest one that fits your machine with room for context:

  • ~27 GB RAM / VRAM → Q6_K (25.12 GB). near-lossless
  • ~18 GB RAM / VRAM → IQ4_XS (16.48 GB). recommended default
  • ~15 GB RAM / VRAM → IQ3_S (13.46 GB). smaller
  • ~10 GB RAM / VRAM → IQ1_KT (7.54 GB). flagship — 1-bit mixed-precision MoE trellis

Available files (WikiText-2 raw, ctx 2048, 145 chunks; KLD vs Q6_K base)

filePPLsizeMean KLDnotes
Qwen3-30B-A3B-Pollard-IQ1_KT.gguf—7.54 GB—flagship — 1-bit mixed-precision MoE trellis
Qwen3-30B-A3B-Pollard-IQ3_S.gguf—13.46 GB—smaller
Qwen3-30B-A3B-Pollard-IQ4_XS.gguf—16.48 GB—recommended default
Qwen3-30B-A3B-Pollard-Q6_K.gguf—25.12 GB—near-lossless

The numbers (WikiText-2 raw, ctx 2048, 145 chunks; KLD vs Q6_K base)

buildrolePPLsizebpwMean KLDMedian KLDtop-1
uniform IQ2_KT2-bit ceiling7.288.34 GB2.190.1340.05984.81%
PollardMixthis model8.577.02 GB1.840.3100.14077.81%
uniform IQ1_KT1-bit baseline9.016.57 GB1.730.3600.17475.47%

PollardMix beats the uniform 1-bit trellis quant on every metric — PPL −4.9%, Mean KLD −14%, Median KLD −20%, top-1 +2.3 pts — at +6.9% size, under the 2-bit ceiling. Same clean sweep as the 7B/14B dense cards, now reproduced on a MoE — the automap policy generalizes (crush cold experts, protect the router / ffn_down_exps / shared experts / attention).

Allocation (the surgery)

tensor roleatom
cold expert bulk (ffn_gate/up_exps)IQ1_KTcrushed
ffn_down_exps (residual writer)IQ2_KTprotected
ffn_gate_inp (router)Q6_Kkept high
shared expertsIQ2_KT / IQ3_KTprotected
attention q, outputIQ2_KTprotected
attention k, vIQ1_KTcrushed
first-2 / last-2 blocksIQ2_KTprotected
token embeddings / output headQ4_K / Q6_Kkept

Measured notes

PollardMix beats the uniform 1-bit trellis quant on every metric — PPL −4.9%, Mean KLD −14%, Median KLD −20%, top-1 +2.3 pts — at +6.9% size, under the 2-bit ceiling. Same clean sweep as the 7B/14B dense cards, now reproduced on a MoE — the automap policy generalizes (crush cold experts, protect the router / ffn_down_exps / shared experts / attention).

Download a specific file

pip install -U "huggingface_hub[cli]"
hf download PollardWeights/Qwen3-30B-A3B-Pollard \
  --include "Qwen3-30B-A3B-Pollard-IQ4_XS.gguf" --local-dir ./

How to run

These are standard GGUF and run with llama.cpp:

llama-server -hf PollardWeights/Qwen3-30B-A3B-Pollard:IQ4_XS

or from a local file:

llama-cli    -m Qwen3-30B-A3B-Pollard-IQ4_XS.gguf -ngl 99 -p "Explain why the sky is blue."
llama-server -m Qwen3-30B-A3B-Pollard-IQ4_XS.gguf -ngl 99      # OpenAI-compatible API + web UI at :8080

They also work in anything built on llama.cpp — LM Studio, koboldcpp, Jan, ramalama, Ollama (ollama run hf.co/PollardWeights/Qwen3-30B-A3B-Pollard).

ARM / AVX

llama.cpp repacks weights into an interleaved layout at load time for faster inference on ARM and AVX machines — no special file needed, online repacking covers these quants. The old Q4_0_4_4/4_8/8_8 variants are not required.

Errata

  • Trellis (IQ*_KT) quants need ik_llama.cpp to build/run; K-quants run in any recent llama.cpp.
  • Measured allocation places bits by per-layer sensitivity under a size budget.
  • Single machine; replication invited.

Credits & license

Built with Pollard Weights — frontier models, small hardware, no compromise.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
e06e80c

0 моделей