/ Модель

Характеристики

Контекст
131 072 токена
Параметры
27 млрд
Размер весов
21,5 ГБ
Архитектура
muse_glimmer · dense
Базовая модель
Muse-Glimmer-30B-GGUF
Библиотека
mlx
Опубликована
7 авг 2026

Muse-Glimmer-q4k-dynamic-MLX

Генерация текстаТекст → текст12 профессий

Квантованная текстовая версия Muse Glimmer для генерации ответов и диалогов на компьютерах Apple Silicon.

474скачиваний за 30 дней3лайкавеса обновлены15 авг 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

RadixArk подготовила Muse-Glimmer-q4k-dynamic-MLX — текстовую версию Muse Glimmer для компьютеров Apple Silicon, упакованную в формат MLX. Это плотная модель семейства Muse Glimmer с 28 млрд параметров, 52 слоями и контекстом до 131 072 токенов. Репозиторий содержит веса в safetensors, разбитые на пять файлов; библиотека запуска — MLX, для сервинга автор рекомендует SGLang с MLX-бэкендом.

Модель предназначена для генерации текста в диалогах и поддерживает интерфейс вызова инструментов. Квантование использует смешанную схему 4/5/6 бит с размером группы 32; веса сохраняют коды исходного динамического GGUF-квантования, а преобразование в MLX выполнено без повторного квантования. По приведённым автором тестам на одной системе результаты близки к запуску исходного GGUF через llama.cpp, однако эти оценки относятся к конкретным тестам и конфигурации.

Для запуска автор указывает Mac с унифицированной памятью от 48 ГБ. Модель работает только с текстом: у MLX-бэкенда нет пути обработки изображений. Сведения о лицензии в предоставленной карточке отсутствуют.

Сценарии применения

  • ведение диалогов с локальной языковой моделью
  • генерация текста на Apple Silicon
  • решение математических задач GSM8K
  • ответы на вопросы с длинным контекстом
  • вызов инструментов в диалоговых приложениях

Ограничения

Текстовая модель: MLX-бэкенд не поддерживает обработку изображений. Для запуска автор рекомендует Mac с унифицированной памятью от 48 ГБ; лицензия в предоставленных данных не указана.

Для каких профессий подходит12

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

Muse Glimmer — MLX Q4_K dynamic (group size 32)

Overview

An Apple Silicon (MLX) checkpoint of Muse Glimmer, produced as a code-preserving repack of the vendor's searched dynamic K-quant GGUF muse-glimmer-30B-kquant-dynamic.gguf (per-layer mixed 4/5/6-bit widths chosen by the vendor's quantization search). Every weight keeps the GGUF's exact quantization code. The highest-fidelity Muse Glimmer MLX variant. Serve it with SGLang's MLX backend on a Mac with 48 GB of unified memory or more. Text only — the MLX backend has no vision path.

Model Specifications

  • Source: the vendor GGUF release → gguf_weights/muse-glimmer-30B-kquant-dynamic.gguf (sha256 513109c8…), revision aa336138… (the 2026-08-10 "definitive Muse Glimmer 30B GGUFs" re-publish; its quantized payload is byte-identical to the earlier the previous vendor GGUF — this repack's tensors are bit-identical to the previous revision of this repo, so all evaluation results below are unchanged)
  • Format: MLX-quantized safetensors, 5 shards (~20 GB); tokenizer / config / chat template from the vendor HF export
  • Quantization: per-layer searched mix of 4/5/6-bit affine at group size 32; Q6_K blocks converted via lossless sub-scale run merge (35,902,464 superblocks hard-asserted, zero violations, no requantization)
  • Fused-projection note: 28 layers mix q/gate bit widths in the vendor scheme; the narrower side is losslessly bit-promoted (identical codes, wider packing) so the fused projection is uniform — recorded per-tensor in the artifact manifest
  • Fidelity: quantization codes bit-identical to the GGUF; recombined scales stored as bf16 (≤2⁻⁸ relative rounding)
  • Architecture: 28B dense, 52 layers (13 full-attention NoPE + 39 sliding-window-2048), context 131,072
  • Modality: text only

Evaluation Results

Measured through SGLang MLX on an M5 Pro (64 GB), with the vendor llama.cpp fork serving the source GGUF on the same machine as the reference. GSM8K: 200 questions, no-thinking chat template, temperature 0. CIMemories: single trial, DeepSeek-R1-0528 judge (single-trial judge variance applies).

BenchmarkThis checkpoint (SGLang MLX)llama.cpp, same GGUF
GSM8K0.9750.965
CIMemories violation (lower better)0.00%0.00%
CIMemories coverage (higher better)79.5%77.0%

Best zero-violation CIMemories coverage among the Muse Glimmer MLX variants.

Performance (M5 Pro 64 GB, 1k-in/1k-out greedy)

Batch size12468
Decode tok/s (aggregate)12.623.441.342.649.1

The extra bits cost ~10–15% throughput vs the gs128 mirror (decode is memory-bandwidth-bound); still ahead of llama.cpp on the same GGUF codes at every batch size above 1.

Serving with SGLang

SGLANG_USE_MLX=1 SGLANG_MLX_CACHE_LIMIT_GB=8 \
python -m sglang.launch_server \
  --model-path RadixArk/Muse-Glimmer-q4k-dynamic-MLX \
  --trust-remote-code \
  --reasoning-parser muse \
  --tool-call-parser muse \
  --disable-radix-cache \
  --mem-fraction-static 0.85 \
  --host 0.0.0.0 --port 30000

SGLANG_MLX_CACHE_LIMIT_GB=8 caps the MLX buffer cache (keeps the footprint within a 48 GB machine at no throughput cost). Keep --disable-radix-cache. See the Muse Glimmer page in the SGLang cookbook for the full deployment matrix.

Sibling checkpoints

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
MuseGlimmerForConditionalGeneration
Ревизия весов
687a37c

0 моделей