/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
4 мар 2026

Qwen3-8B-Thinking-speculator.eagle3

Генерация текстаТекст → текст3 профессии

Модель-предсказатель EAGLE-3 для ускорения генерации текста основной моделью Qwen3-8B.

118скачиваний за 30 дней0лайковвеса обновлены17 апр 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

Red Hat разработала RedHatAI/Qwen3-8B-Thinking-speculator.eagle3 — модель-предсказатель для ускорения генерации текста с помощью спекулятивного декодирования EAGLE-3. Она предназначена для совместной работы с Qwen3-8B: предсказывает черновые токены, которые проверяет основная модель, чтобы повысить пропускную способность генерации. Модель обучена с включённым режимом рассуждений на данных Magpie-Align/Magpie-Pro-300K-Filtered и HuggingFaceH4/ultrachat_200k.

Архитектура — Eagle3Speculator, класс модели в Transformers — Eagle3DraftModel; веса доступны в формате safetensors. Используйте её с шаблоном чата Qwen3-8B через vLLM и endpoint /chat/completions. Для этого в конфигурации спекулятивного декодирования указываются метод eagle3 и число черновых токенов. Лицензия — Apache-2.0. Карточка описывает сценарий ускорения текстовой генерации, но не приводит измерений прироста производительности для разных нагрузок.

Сценарии применения

  • ускорение генерации ответов в чат-сервисе на Qwen3-8B
  • повышение пропускной способности сервера vLLM
  • ускорение генерации текста с включённым режимом рассуждений
  • снижение задержки при обслуживании запросов через chat completions

Ограничения

Модель предназначена для использования вместе с Qwen3-8B и требует совместимого режима EAGLE-3; сама по себе не является универсальной чат-моделью. Прирост скорости зависит от нагрузки и доли принимаемых черновых 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

Qwen3-8B-Thinking-speculator.eagle3

Model Overview

  • Verifier: Qwen3-8B
  • Speculative Decoding Algorithm: EAGLE-3
  • Model Architecture: Eagle3Speculator
  • Release Date: 3/12/2026
  • Version: 1.0
  • Model Developers: RedHat

This is a speculator model designed for use with Qwen3-8B, based on the EAGLE-3 speculative decoding algorithm. It was trained using the speculators library on a combination of the Magpie-Align/Magpie-Pro-300K-Filtered and the HuggingFaceH4/ultrachat_200k datasets. The model was trained with thinking enabled. This model should be used with the Qwen3-8B chat template, specifically through the /chat/completions endpoint.

Use with vLLM

vllm serve Qwen/Qwen3-8B \
  -tp 1 \
  --speculative-config '{
    "model": "RedHatAI/Qwen3-8B-Thinking-speculator.eagle3",
    "num_speculative_tokens": 5,
    "method": "eagle3"
  }'

Configuration

  • Model: Qwen3-8B-Thinking-speculator.eagle3
  • temperature: 0.0
  • backend: vLLM chat_completions
  • rate-type: throughput
  • max-seconds per run: 300
  • hardware: 8× GPU (tensor parallel 8)
  • Benchmark data: RedHatAI/speculator_benchmarks
  • vLLM serve: --no-enable-prefix-caching, --max-num-seqs 64, --enforce-eager

Command

GUIDELLM__PREFERRED_ROUTE="chat_completions" \
GUIDELLM__MAX_CONCURRENCY=128 \
guidellm benchmark \
  --target "http://localhost:8000/v1" \
  --data "RedHatAI/speculator_benchmarks" \
  --data-args '{"data_files": "HumanEval.jsonl"}' \
  --rate-type throughput \
  --max-seconds 300 \
  --backend-args '{"extra_body": {"chat_completions": {"temperature": 0.0}}}'

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
Eagle3DraftModel
Ревизия весов
7073be9

0 моделей