/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
29 окт 2025

gpt-oss-20b-speculator.eagle3

Генерация текстаТекст → текст3 профессии

Вспомогательная модель Red Hat для ускорения генерации openai/gpt-oss-20b с помощью speculative decoding EAGLE-3.

2 377скачиваний за 30 дней15лайковвеса обновлены8 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

RedHatAI/gpt-oss-20b-speculator.eagle3 — вспомогательная модель Red Hat для ускорения генерации текста методом speculative decoding EAGLE-3. Она предназначена для совместного использования с openai/gpt-oss-20b: основная модель проверяет предложенные токены, а speculator формирует кандидаты. Для запуска README рекомендует шаблон чата gpt-oss-20b и сервер vLLM с методом eagle3; модель не предназначена для самостоятельного диалога.

Модель построена на архитектуре Eagle3Speculator и реализована классом Eagle3DraftModel. Она обучена на скрытых состояниях, полученных дистилляцией от openai/gpt-oss-120b, с использованием набора inference-optimization/gpt-oss-120b. В README приведены измерения длины принятых последовательностей для задач программирования, математических рассуждений и вопросов-ответов; это результаты конкретных кратких экспериментов на одной A100, а не гарантия ускорения во всех сценариях.

Репозиторий содержит веса Safetensors, библиотека — Transformers. Лицензия Apache-2.0. Для работы требуется совместимая основная модель и поддержка EAGLE-3 в среде инференса.

Сценарии применения

  • ускорение генерации ответов gpt-oss-20b в vLLM
  • ускорение выдачи кода основной моделью
  • ускорение математических рассуждений gpt-oss-20b
  • ускорение ответов на вопросы основной модели

Ограничения

Модель является вспомогательной и требует openai/gpt-oss-20b, совместимого шаблона чата и поддержки EAGLE-3 в среде инференса. Приведённые в README результаты получены в коротких экспериментах на одной A100 и могут не отражать производительность в других условиях.

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

gpt-oss-20b-speculator.eagle3

Model Overview

  • Verifier: openai/gpt-oss-20b
  • Speculative Decoding Algorithm: EAGLE-3
  • Model Architecture: Eagle3Speculator
  • Release Date: 04/02/2026
  • Version: 3.0
  • Model Developers: RedHat

This is a speculator model designed for use with openai/gpt-oss-20b, based on the EAGLE-3 speculative decoding algorithm. It was trained using the speculators library on hidden states distilled from openai/gpt-oss-120b, using the inference-optimization/gpt-oss-120b dataset (a combination of Magpie-Align/Magpie-Llama-3.1-Pro-300K-Filtered and the train_sft split of HuggingFaceH4/ultrachat_200k). This model should be used with the openai/gpt-oss-20b chat template, specifically through the /chat/completions endpoint.

Use with vLLM

vllm serve openai/gpt-oss-20b \
  -tp 1 \
  --speculative-config '{
    "model": "RedHatAI/gpt-oss-20b-speculator.eagle3",
    "num_speculative_tokens": 3,
    "method": "eagle3"
  }'

Evaluations

Use cases

Use CaseDatasetNumber of Samples
CodingHumanEval168
Math Reasoningmath_reasoning80
QAqa80
Question Answeringquestion80
RAGrag80
Summarizationsummarization80
Translationtranslation80

Acceptance lengths

Use Casek=1k=2k=3k=4k=5
Coding1.652.062.292.422.52
Math Reasoning1.692.152.432.642.75
QA1.501.741.881.911.93
Question Answering1.581.902.072.192.25
RAG1.531.821.952.042.08
Summarization1.561.892.012.132.18
Translation1.622.002.222.372.44
  • temperature: default (greedy)
  • repetitions: 1
  • time per experiment: 5min
  • hardware: 1xA100
  • vLLM version: 0.17.1
  • GuideLLM version: 0.5.5

Command

GUIDELLM__MAX_CONCURRENCY=128 \
GUIDELLM__PREFERRED_ROUTE="chat_completions" \
guidellm benchmark \
  --target "http://localhost:8000/v1" \
  --data "RedHatAI/speculator_benchmarks" \
  --data-args '{"data_files": "HumanEval.jsonl"}' \
  --rate-type throughput \
  --max-seconds 300 \
  --output-path "gpt-oss-20b-HumanEval.json"

GuideLLM interface changed, so for compatibility with the latest version (v0.6.0), please use the following command:

GUIDELLM__PREFERRED_ROUTE="chat_completions" \
guidellm benchmark \
  --target "http://localhost:8000/v1" \
  --data "RedHatAI/speculator_benchmarks" \
  --data-args '{"data_files": "HumanEval.jsonl"}' \
  --profile sweep \
  --max-seconds 1800 \
  --output-path "my_output.json" \
  --backend-args '{"extras": {"body": {"temperature":0.6, "top_p":0.95, "top_k":20}}}'

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
c2825cb

0 моделей