/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
2,8 млрд
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
22 июл 2026

Inkling-DSpark-Preview

Генерация текстаТекст → текст3 профессии

Черновая модель-спекулятор DSpark для ускорения генерации текста целевой моделью Inkling NVFP4 посредством speculative decoding в SGLang.

167скачиваний за 30 дней3лайкавеса обновлены22 июл 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

RadixArk/Inkling-DSpark-Preview — предварительный черновой чекпойнт для ускорения генерации текста методом speculative decoding с целевой моделью Inkling NVFP4. Он разработан для запуска через SGLang и построен на параллельной черновой архитектуре DFlash/DSpark: пять Qwen3-стильных слоёв с GQA, блоком из семи токенов, Markov logit-bias головой и головой оценки уверенности. В файле safetensors заявлено 1,93 млрд обучаемых параметров, а метаданные указывают размер архитектуры 2,8 млрд параметров.

Модель предназначена для совместной работы с точным соответствующим чекпойнтом Inkling NVFP4 и его токенизатором; веса целевых embedding и unembedding в этом репозитории отсутствуют. Хотя в метаданных указан контекст 1 048 576 токенов, обучение чекпойнта описано для последовательностей длиной 4096 токенов. Приведённые результаты оценки показывают длину принятого фрагмента при температуре 0 на GSM8K, MATH500 и HumanEval. Это preview-версия: обучение и оценка продолжаются. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ускорение генерации текста с Inkling NVFP4 через speculative decoding
  • ускорение ответов на математические задачи при совместном запуске с целевой моделью
  • ускорение генерации кода для HumanEval при совместном запуске с целевой моделью

Ограничения

Требуются точный целевой чекпойнт Inkling NVFP4, его токенизатор и сборка SGLang с поддержкой DSpark; целевые embedding и unembedding веса не входят в чекпойнт. Это предварительная версия, обучение и оценка ещё продолжаются; описанная длина обучающих последовательностей — 4096 токенов.

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

Inkling DSpark speculator

Overview

A DSpark speculator for the Inkling NVFP4 target, enabling faster inference through speculative decoding. DSpark extends the DFlash parallel-draft backbone with a Markov logit-bias head and a per-position confidence head. This checkpoint was trained with SpecForge using hidden states from a live SGLang target engine.

Preview: This is a preview checkpoint. Official training and evaluation are in progress.

Model Specifications

  • Base model: Inkling NVFP4; the exact matching target checkpoint and tokenizer are required.
  • Format: Safetensors (single-file BF16, 1.93B trainable parameters + embedding + lm_head).
  • Draft: 5 layers (Qwen3-style GQA), hidden 6144, 64 heads / 16 KV heads, head_dim 64, FFN 12288, rope_theta 8000000, block_size=7.
  • Vocabulary: 200,058 tokenizer entries and 201,024 padded weight rows; mask_token_id=200064.
  • DSpark heads: Markov rank 256 (vanilla) and confidence head (with-Markov).
  • Aux hidden-state layers: [5, 17, 35, 47, 59].
  • Trained context: sequence length 4096.
  • Target weights: target embedding and unembedding weights are not included in this checkpoint.

Evaluation Results

Acceptance length (acc_len) at temperature 0:

Datasetacc_len
GSM8K4.7585
MATH5004.1830
HumanEval4.0504
MBPP4.0577
AIME253.4986
MT-Bench3.2215
LiveCodeBench3.1384
Alpaca3.0479
Arena-Hard-v23.0280
Mean3.6649

Serving with SGLang

Requires a SGLang build (docker pull lmsysorg/sglang:dev-cu13-inkling-dspark) with DSpark support:

SGLANG_ENABLE_UNIFIED_RADIX_TREE=1 \
python -m sglang.launch_server \
  --trust-remote-code \
  --model-path thinkingmachines/Inkling-NVFP4 \
  --tp 8 \
  --quantization modelopt_fp4 \
  --attention-backend fa4 \
  --page-size 128 \
  --fp4-gemm-backend flashinfer_trtllm \
  --moe-runner-backend flashinfer_trtllm_routed \
  --enable-torch-symm-mem \
  --mamba-radix-cache-strategy extra_buffer \
  --mem-fraction-static 0.68 \
  --swa-full-tokens-ratio 0.1 \
  --mamba-full-memory-ratio 0.1 \
  --max-running-requests 68 \
  --reasoning-parser inkling \
  --tool-call-parser inkling \
  --skip-server-warmup \
  --speculative-algorithm DSPARK \
  --speculative-draft-model-path RadixArk/Inkling-DSpark-Preview \
  --speculative-draft-model-quantization unquant \
  --chunked-prefill-size 8192 \
  --cuda-graph-max-bs-prefill 8192 \
  --disable-flashinfer-autotune \
  --host 0.0.0.0 \
  --port 30000

Training Details

  • Framework: SpecForge online distillation with hidden states captured from the frozen Inkling target.
  • Data: 400K Inkling regenerations from open-perfectblend.
  • Schedule: up to 10 epochs, AdamW, peak learning rate 6e-4, cosine decay, 4% warmup, and gradient clipping at 1.0.
  • Loss: 0.1 CE + 0.9 L1 distillation + 1.0 confidence BCE, with 512 sampled anchors per sequence and block_size=7.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DSparkDraftModel
Ревизия весов
ea0ac69

0 моделей