/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
22,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B-Human-KO
Библиотека
transformers
Опубликована
2 сен 2026

Qwen3.8-27B-Human-KO-NVFP4

Генерация текстаТекст → текст7 профессий

ThakiCloud/Qwen3.8-27B-Human-KO-NVFP4 — квантованная версия языковой модели ThakiCloud/Qwen3.8-27B-Human-KO для генерации текста на корейском языке.

205скачиваний за 30 дней1лайквеса обновлены14 сен 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

Модель предназначена для сценариев, где важны корейский язык и заданный стиль ответа, включая диалоговые приложения и обслуживание длинного контекста. В карточке указано, что модель основана на варианте Qwen3.8 с 27B параметров, однако подробности архитектуры не приведены.

Модель использует квантование NVFP4 W4A4, выполненное с помощью llm-compressor GPTQ, и поставляется в формате compressed-tensors, который автоматически распознаётся vLLM. Размер весов составляет около 15 ГБ. На одном GPU NVIDIA B200 заявлена поддержка контекста до 262 144 токенов с большим запасом для KV-кэша; оптимизация ориентирована на нативные FP4-ядра архитектуры Blackwell SM100+. По результатам ограниченного сравнения с исходной BF16-моделью, сохранены эталонный стиль ответа и близкие показатели генерации и тестов KMMLU и HAE-RAE, но эти результаты не доказывают полного отсутствия потерь качества.

Ключевые ограничения связаны с аппаратными требованиями: на устройствах младше Blackwell модель может не загрузиться или работать значительно медленнее из-за fallback-ядра. Статистическая чувствительность проведённых тестов ограничена, сдвиг медианной длины ответа отдельно не проверялся, а вариативность повторного квантования не измерялась. Ограничения и особенности безопасности базовой модели, включая упомянутые эффекты стилевого выравнивания, наследуются без изменений. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит7

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

Qwen3.8-27B-Human-KO-NVFP4

This is the NVFP4 (W4A4) quantized version of ThakiCloud/Qwen3.8-27B-Human-KO. Quantized with llm-compressor GPTQ, in compressed-tensors format so vLLM recognizes it automatically. Targets Blackwell's (SM100+) native FP4 kernels; weights shrink to about 15GB, serving 256k context on a single B200 (native window 262,144) with generous KV headroom.

What this checkpoint preserves (measured 2026-09-02, paired comparison against the bf16 original)

Axisbf16 originalNVFP4 (this model)Verdict
T=0 anchor responseshort polite-register short answersidentical outputstyle survives
Free-generation bullet-list rate (n=200)2.0%2.0%Same
Free-generation median length220 characters249 charactersSimilar
KMMLU (same items, n=500)—Δ−2.4pp, z=1.09not distinguishable
HAE-RAE (same items, n=199)—Δ+4.9pp, z=0.41not distinguishable

Measured serving (1x B200, vLLM 0.28, gpu-mem-util 0.90): KV cache 2,143,277 tokens, maximum concurrency 8.18x at a 262,144-token request size.

Honest caveats:

  • "Not distinguishable" is not "no loss." With this sample (n=500/199), a fine-grained loss on the order of 1-2pp is below the detection limit.
  • The median-length shift 220→249 characters is a directional observation and has not gone through a sample-spread significance test.
  • Quantization rebuild spread (the difference between running the same recipe twice) has not been separately measured.
  • All of the original model's caveats (judge uncalibrated, safety inherited as-is from base, etc.) are inherited in full.

Usage

from vllm import LLM
llm = LLM(model="ThakiCloud/Qwen3.8-27B-Human-KO-NVFP4",
          max_model_len=262144, trust_remote_code=True)

NVFP4 kernels run on SM100+ (B200, etc.). On architectures below that, the model may fail to load or run much slower on a fallback kernel. If you need the bf16 original, use the base_model repo.

License

Apache-2.0 (same as the original). NOTICE and DATA_PROVENANCE.md carry the same content as the original repo.

Paper

Off-Target Effects of Response-Style Alignment in a Korean 27B Language Model — arXiv:2609.11291

The style alignment behind this line also moved two behaviors nobody trained for: abstention on ambiguous social questions (KoBBQ) and unprompted disclosure in securities guidance. Both moved through the emission policy — how often the model answers and how much it says — rather than through what it says when it does answer. Holding prompts, recipe, data volume and serving fixed and changing only the training target, three style seeds moved answer rate one way and three neutral seeds moved it the other (observed ranges do not overlap). Read this card's numbers with that in mind.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
ba6cb01

0 моделей