/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
23,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
Model Optimizer
Опубликована
20 авг 2026

Qwen3.8-27B-NVFP4-BF16-LMHead

Изображение и текст → текст15 профессий

RadixArk/Qwen3.8-27B-NVFP4-BF16-LMHead — мультимодальная плотная модель семейства Qwen3.8-27B, разработанная Qwen и подвергнутая квантованию RadixArk с помощью NVIDIA Model Optimizer.

259 тыс.скачиваний за 30 дней26лайковвеса обновлены24 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 «Изображение → 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 производный чекпойнт без дополнительного обучения или дообучения RadixArk: почти все тензоры используют смешанную NVFP4 W4A4-квантизацию, веса внимания — FP8, а lm_head, MTP и визуальные тензоры сохранены в исходной точности BF16. Размер модели — 27 млрд параметров.

Модель предназначена для диалоговых систем, AI-агентов, чат-ботов, RAG-систем и других приложений с поддержкой текста, изображений и видео. Она принимает текст и визуальные данные, генерирует текст и поддерживает нативный контекст до 262 144 токенов. Для запуска заявлена интеграция с SGLang на Linux и совместимость с GPU NVIDIA Blackwell; чекпойнт проверен на GB300. В README приведены результаты на GSM8K — 96,13% — и Terminal-Bench 2.1 — 69,4% в одном из протоколов.

Ключевое преимущество модели — предварительное квантование, рассчитанное на эффективное развертывание, при сохранении lm_head в BF16; заявленные результаты близки к результатам варианта с квантованным lm_head. Ограничения включают зависимость от совместимой инфраструктуры NVIDIA Blackwell и SGLang, а также типичные для базовой модели риски неточных, неполных, нерелевантных или предвзятых ответов. Лицензия — Apache License 2.0; возможности, обучение, ограничения и условия использования унаследованы от исходной модели Qwen3.8-27B.

Для каких профессий подходит15

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

Model Overview

Description:

The RadixArk Qwen3.8-27B-NVFP4-BF16-LMHead model is a variant of RadixArk/Qwen3.8-27B-NVFP4, the quantized version of Qwen/Qwen3.8-27B produced at RadixArk using NVIDIA Model Optimizer with a mixed NVFP4 W4A4 recipe. The only difference from the source checkpoint is that lm_head is not quantized: it uses the original BF16 lm_head weights from Qwen/Qwen3.8-27B instead of the NVFP4 W4A4 quantized ones. All other tensors are identical to the source checkpoint.

Run on SGLang: launch command and per-platform recipes in the Qwen3.8-27B cookbook.

Third-Party Community Consideration

This model is not owned or developed by RadixArk. It is a quantized derivative of Qwen's model; see the upstream Qwen3.8-27B model card for the source model's capabilities, training information, limitations, and license.

License/Terms of Use:

Apache License 2.0

Deployment Geography:

Global

Use Case:

Developers looking to deploy an off-the-shelf, pre-quantized model in AI agent systems, chatbots, RAG systems, and other AI-powered applications.

Release Date:

Hugging Face 08/14/2026 via https://huggingface.co/RadixArk/Qwen3.8-27B-NVFP4

Model Architecture:

Architecture Type: Transformers (Dense Multimodal) Network Architecture: Qwen3.8-27B Number of Model Parameters: 27B

Input:

Input Type(s): Text, image, and video Input Format(s): String and visual media Other Properties Related to Input: Native context length up to 262,144 tokens.

Output:

Output Type(s): Text Output Format: String

Software Integration:

Supported Runtime Engine(s):

  • SGLang

Supported Hardware Microarchitecture Compatibility:

  • NVIDIA Blackwell (this checkpoint was produced and validated on GB300)

Preferred Operating System(s):

  • Linux

Model Version(s):

Quantized with NVIDIA Model Optimizer, commit 87c9f8cf83021957d1a1a575c90c9a4eaaf7ef0c.

Training, Testing, and Evaluation Datasets:

Calibration Data:

Calibration used 1,024 samples from the abisee/cnn_dailymail training split with sequence length 512.

Training Dataset:

RadixArk did not train or fine-tune this checkpoint. Training information is inherited from the upstream Qwen3.8-27B model card.

Evaluation Dataset:

The model was evaluated on GSM8K and Terminal-Bench 2.1.

Post Training Quantization

The MLP gate_proj, up_proj, and down_proj layers use dynamic NVFP4 W4A4 quantization with group size 16. Attention weights use FP8, while lm_head, MTP and vision tensors retain the source BF16 precision.

Usage

The following SGLang configuration uses four NVIDIA Blackwell GPUs:

sglang serve \
  --trust-remote-code \
  --model-path RadixArk/Qwen3.8-27B-NVFP4-BF16-LMHead \
  --tp-size 4 \
  --mem-fraction-static 0.75 \
  --speculative-algorithm NEXTN \
  --speculative-num-steps 3 \
  --speculative-eagle-topk 1 \
  --speculative-num-draft-tokens 4 \
  --reasoning-parser qwen3 \
  --tool-call-parser qwen3_coder \
  --host 0.0.0.0 \
  --port 30000

For other deployment topologies and hardware-specific configurations, see the SGLang Qwen3.8-27B cookbook.

Evaluation

The results below were measured on this checkpoint (not inherited from the source NVFP4 checkpoint) on 4x NVIDIA GB300 GPUs with a TP4 SGLang deployment (SGLang main @ d287880a, NEXTN 3/1/4, seed 0).

BenchmarkEvaluation protocolScore
GSM8KFull 1,319-example split, thinking mode, model-default sampling, sgl-eval96.13% (1,268/1,319)
Terminal-Bench 2.1Claude Code 2.1.228, DFlash2 drafter, pass@169.4% (247/356, rep 4) / 68.18% (60/88, rep 1)

GSM8K stop rate was 100% with zero truncations and zero errors. For reference, the source NVFP4 checkpoint (quantized lm_head) scored 96.36% (1,271/1,319) on the same protocol; the delta is within single-run sampling noise at temperature 1.0. The reported evaluations were text-only.

Model Limitations:

The base model may generate inaccurate, incomplete, irrelevant, biased, or otherwise undesirable responses. Developers should evaluate the model for their intended use case and apply appropriate safeguards.

Ethical Considerations

RadixArk believes trustworthy AI is a shared responsibility. Developers should ensure that use of this model complies with the upstream license and meets the safety, privacy, and reliability requirements of their application.

Как запустить

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

GPU в ailist

Универсальный рантайм · Model Optimizer

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
009632f

0 моделей