/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen3.8-27B
Библиотека
llama.cpp
Опубликована
25 сен 2026

L0xRE-27b-Low-MTP

Генерация текстаТекст → текст6 профессий

Низкобитная 27-миллиардная сборка на базе Qwen3.8-27B для генерации текста и диалогов с поддержкой спекулятивного декодирования через встроенный MTP-блок.

261скачиваний за 30 дней0лайковвеса обновлены25 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

L0xRE-27b-Low-MTP — низкобитная сборка гибридной 27-миллиардной модели на базе Qwen3.8-27B с дополнительным блоком предсказания следующего токена nextn/MTP. Репозиторий предоставляет файл GGUF примерно на 9,47 млрд байт: проекции квантованы примерно до 2–3 бит на параметр, а эмбеддинги и выходной слой сохранены в более высокой точности. Заявленная нативная длина контекста — 262 144 токена.

Модель предназначена для генерации текста и диалогов с ускоренным спекулятивным декодированием: встроенный MTP-блок позволяет использовать модель как собственного чернового предсказателя, без отдельного файла-драфтера. В README приведены измерения генерации кода на RTX 4090 с внешним DFlash2-драфтером, но квалификация режима со встроенным MTP ещё продолжается.

Для запуска автор указывает специализированную сборку L0xRE BeeLLama для SM89; работа не квалифицирована со стандартным llama.cpp, Ollama, LM Studio, Transformers или SGLang. Лицензия в метаданных обозначена как other, конкретные условия в предоставленных сведениях не раскрыты.

Сценарии применения

  • локальный запуск диалоговой языковой модели в специализированном L0xRE BeeLLama runtime
  • ускоренная генерация кода с внешним DFlash2-драфтером
  • спекулятивное декодирование текста со встроенным MTP-блоком
  • генерация текста при ограниченной видеопамяти с низкобитной моделью

Ограничения

Квалифицирована только для L0xRE BeeLLama runtime на SM89; режим автономного декодирования со встроенным MTP, длинные контексты и многослотовая подача ещё не квалифицированы. Условия лицензии с пометкой other в доступных данных не раскрыты.

Для каких профессий подходит6

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

L0xRE-27b-Low-MTP

The self-drafting variant of L0xRE-27b-Low: the same 27B hybrid model and quantization, plus one built-in nextn/MTP prediction block (+830 MB). With this file the model can speculative-decode on its own — no separate drafter file needed.

Use this file if you want a single-file deployment with self-accelerated decoding (--spec-type draft-mtp). Use the standard file instead if you plan to attach a DFlash2 drafter — with a drafter present the MTP block is idle, and the standard build is 830 MB smaller with identical speed and quality.

Quickstart (SM89, self-drafting)

llama-server -m L0xRE-27b-Low-MTP.gguf \
  -c 32768 -b 2048 -ub 1024 -np 1 -t 8 -ngl 99 -fa on \
  -ctk kvarn3 -ctv kvarn2 \
  --spec-type draft-mtp --spec-draft-n-max 2 \
  --jinja --reasoning on --reasoning-effort medium

Requires the L0xRE runtime (branch release/l0xre-sm89-v0.4.7 of L0xRE-BeeLLama-Low), not stock llama.cpp.

File identity

FileBytesSHA-256
L0xRE-27b-Low-MTP.gguf9,468,579,616746bd40841fb18b9c1918923e89c007df70b5e4f3de64290d1399593e70c96b0

Architecture: 27B-parameter hybrid on the Qwen3.8-27B base — 64 transformer blocks plus one nextn/MTP block; low-bit (≈2–3 bpw) projections, higher-precision embeddings/output, 262,144 native context, 248,320 vocab.

Measured (RTX 4090, L0xRE SM89 runtime)

Paired with DFlash2-Q4 for a like-for-like comparison against the standard build: 143.0 ± 5.7 tok/s code decode (peak 150.8), acceptance 0.72, mean draft length 4.6. MTP-standalone (draft-mtp) qualification is in progress — the numbers above were taken with the DFlash2 drafter, not the built-in head.

Qualification boundaries

  • Qualified on the L0xRE BeeLLama runtime only — not stock llama.cpp, Ollama, LM Studio, Transformers, or SGLang.
  • MTP-standalone serving, longer contexts, and multi-slot serving are not part of the qualification.

Quality

Same weights as the standard build — same internal-suite results: 124–126 / 150 pass@1 with thinking on (three passes) vs 117 / 150 native-quant baseline. Internal, non-canonical suite; directional, not leaderboard.

License

Quantized derivative of Qwen3.8-27B, distributed under the base model's research/community terms (LICENSE); L0xRE runtime tooling is Apache-2.0. Full notices: seanyourhighness/L0xRE.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
16f3f96

0 моделей