/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
KAT-Coder-V2.5-Dev
Библиотека
transformers
Опубликована
30 авг 2026

KAT-Coder-V2.5-Dev-REAP-50-bf16

Генерация текстаТекст → текст7 профессий

Прореженный на 50% чекпойнт KAT-Coder-V2.5-Dev в bf16 для генерации кода и создания собственных квантованных сборок.

213скачиваний за 30 дней0лайковвеса обновлены5 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

Ttimms/KAT-Coder-V2.5-Dev-REAP-50-bf16 — вариант модели KAT-Coder-V2.5-Dev, подготовленный автором репозитория как чекпойнт после прореживания на 50% методом REAP и сохранённый в формате bf16. Он служит исходными весами для создания собственных квантованных сборок, включая AWQ, EXL2, MLX и GGUF. Модель предназначена для генерации кода и агентных сценариев программирования; в каталоге отмечена поддержка диалога и кода.

Архитектура связана с семейством Qwen 3.5 MoE и классом Qwen3_5MoeForConditionalGeneration; для запуска указана библиотека Transformers. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация кода по запросу на естественном языке
  • агентное программирование с использованием инструментов
  • создание пользовательских квантованных сборок AWQ или EXL2
  • подготовка модели к конвертации в MLX или GGUF

Ограничения

Это чекпойнт после 50%-го прореживания; README описывает его как исходную точку для дальнейшей квантизации и развёртывания. Качество и последствия прореживания количественно не охарактеризованы.

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

KAT-Coder-V2.5-Dev · REAP-50 (pruned bf16)

The 50%-REAP-pruned Kwaipilot/KAT-Coder-V2.5-Dev in bf16 — the source checkpoint behind the NVFP4 and GGUF releases. Provided so others can produce their own quants (AWQ, EXL2, MLX, custom GGUF, …).

  • 256 → 128 experts via REAP (Router-weighted Expert Activation Pruning), with a router-renormalization fix over the survivors.
  • qwen3_5_moe hybrid (Gated-DeltaNet + attention + MoE). No MTP head (mtp_num_hidden_layers: 0); reload-verified with a real forward pass.
  • Vision tower not stripped in this checkpoint — use Qwen3_5MoeForCausalLM for text-only.

Base-model quality (measured on the NVFP4A16 quant of this checkpoint, greedy, instruct): HumanEval+ ~90%, MBPP+ ~90%. These are single greedy draws; the accuracy harness has a measured run-to-run spread of 1.85–4.27 pp per task (2026-09-05), so read small differences as unresolved.

Architecture

graph TD
    Base["Kwaipilot/KAT-Coder-V2.5-Dev<br/>Qwen3.5 MoE - 256 experts - ~69 GB bf16"]
    subgraph Build ["Build - RTX 5070 Ti, SM120"]
        REAP["REAP expert prune 50%  256 -> 128 experts + router-renorm fix"]
        Strip["strip vision tower + 333 untrained tensors"]
        Quant["NVFP4A16 quantize (weight-only, data-free, 82 s)"]
    end
    subgraph HF ["Published formats"]
        A16["REAP-50-NVFP4A16 - 12.45 GiB (default, vLLM)"]
        W4A4["REAP-50-NVFP4-W4A4 (native FP4)"]
        GPTQ["REAP-50-NVFP4A16-GPTQ (null result, kept for transparency)"]
        GGUF["REAP-50-GGUF (Q4_K_M / Q5_K_M / Q6_K / Q8_0)"]
        BF16["REAP-50-bf16 (pruned source)"]
    end
    Bench["A16 single draws - HumanEval+ 89.0% - MBPP+ 90.5% - SWE-bench Verified 52.0%"]
    Base --> REAP --> Strip --> Quant --> A16
    Strip --> BF16
    BF16 -. re-quant .-> W4A4
    BF16 -. re-quant .-> GPTQ
    BF16 -. convert .-> GGUF
    A16 --> Bench

Releases built from this

Pipeline

Full prune → quant → serve → evaluate pipeline: https://github.com/t-timms/kat-coder-nvfp4

License

Apache-2.0 (inherits from Kwaipilot/KAT-Coder-V2.5-Dev). Pruning via REAP (github.com/CerebrasResearch/reap, with a router-renormalization fix).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForConditionalGeneration
Ревизия весов
f160142

0 моделей