/ Модель

Характеристики

Контекст
256 токенов
Параметры
180 224
Лицензия
MIT
Архитектура
glm_moe_dsa · dense
Базовая модель
GLM-5.3
Опубликована
1 сен 2026

glm_moe_dsa_tiny_fixture

Генерация текстаТекст → текст3 профессии

Тестовый случайно инициализированный чекпойнт архитектуры GLM-5.3 MoE для проверки загрузчиков и CI, а не для качественной генерации текста.

110скачиваний за 30 дней1лайквеса обновлены6 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

aday777/glm_moe_dsa_tiny_fixture — тестовый чекпойнт с архитектурой GLM-5.3 MoE от автора репозитория, созданный для проверки загрузчиков и инструментов вокруг архитектуры glm_moe_dsa. Это воспроизводимые случайно инициализированные веса примерно на 274,5 тыс. параметров; метаданные каталога указывают 180,2 тыс. параметров. Модель не обучалась и не предназначена для генерации качественных ответов.

Чекпойнт позволяет проверять чтение конфигурации, сопоставление имён весов, размеры таблиц экспертов, маршрутизацию top-k и загрузку safetensors в тестах и CI. Он использует архитектуру GlmMoeDsaForCausalLM, формат safetensors и контекст 256 токенов. Токенизатор в репозитории представлен заглушками, поэтому для работы нужен внешний токенизатор.

В конфигурации намеренно отсутствуют тензоры индексатора разреженного внимания DSA и голова MTP; также нет lm_head, который загрузчик должен связать с embedding-слоем или предоставить отдельно. Совместимость с конкретной версией Transformers и загрузка уменьшенной конфигурации не проверены. Лицензия — MIT.

Сценарии применения

  • Проверка разбора конфигурации glm_moe_dsa
  • Тестирование сопоставления имён весов
  • Проверка размеров таблиц экспертов MoE
  • Тестирование маршрутизации экспертов top-k
  • Проверка загрузки файлов safetensors в CI

Ограничения

Веса случайно инициализированы, модель не обучалась и не предназначена для получения осмысленных ответов; нужен внешний токенизатор. Отсутствуют lm_head, тензоры индексатора DSA и голова MTP, а совместимость с конкретной версией Transformers не проверена.

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

GLM-5.3 tiny architecture fixture (glm_moe_dsa)

A ~0.27M-parameter random-init checkpoint that reproduces the reduced GLM-5.3 MoE config schema so loaders, quant planners, and CI jobs can exercise the new glm_moe_dsa architecture without touching the 753B weights.

What this is

  • Base architecture: zai-org/GLM-5.3 (released 2026-08-25), model_type: glm_moe_dsa, architectures: ["GlmMoeDsaForCausalLM"], MIT license.
  • What it is: a byte-reproducible random-init checkpoint plus a reduced config that keeps the real field names and the dense-to-MoE layer schedule (first_k_dense_replace, moe_layer_freq, routed experts + shared experts).
  • What it is not: not trained, not distilled, not a quality or benchmark claim, and not a quantization of anything.
  • Why it is useful: the base is 753,329,940,480 parameters (Hub safetensors metadata), so it cannot be instantiated in a unit test, in CI, or on a laptop. This fixture lets you test config parsing, weight-name mapping, expert-table sizing, router/top-k bookkeeping, and safetensors load paths in milliseconds.

Geometry (base vs fixture)

FieldBase GLM-5.3This fixture
num_hidden_layers784
hidden_size6144 (read partially from base config; verify)64
num_attention_heads / num_key_value_heads64 / 644 / 4
head_dim19216
n_routed_experts2568
num_experts_per_tok82
n_shared_experts11
n_group11
first_k_dense_replace31
moe_intermediate_size204832
intermediate_size (dense)not captured128
num_nextn_predict_layers10
dtypebfloat16float32
vocab_size154820-class256

Intentional omissions (documented, not silent)

  • No DeepSeek-style sparse-attention (DSA) indexer tensors.
  • No MTP / next-n-predictor head (num_nextn_predict_layers: 0).
  • No lm_head tensor; a loader must tie to model.embed_tokens.weight or supply its own head.
  • Tokenizer metadata files are placeholders (no vocab file); use your own tokenizer.

Verification actually performed (stdlib only, no torch in this environment)

  • safetensors header parses: 113 tensors, 1,097,984 data bytes = 274,496 float32 parameters, contiguous data_offsets, header padded to 8-byte alignment.
  • checksums.txt records the SHA-256 of every tensor blob.
  • Deterministic regeneration: SplitMix64 seed 20260901, Box-Muller normals, scale 0.02, float32 row-major, consumed in sorted-name order.
  • Generator script is included as build_fixture.py so the folder can be rebuilt and diffed.

Not yet verified: loading under a specific transformers version (no torch/transformers in the build environment), and whether GlmMoeDsaForCausalLM accepts this reduced geometry without extra fields. Treat those as open until run against a real install.

How to use

Read the tensors with the standard library (no torch needed, matching how this was built):

import json, struct
with open("model.safetensors", "rb") as f:
    n = struct.unpack("<Q", f.read(8))[0]
    header = json.loads(f.read(n))
    # header[name] = {"dtype", "shape", "data_offsets"}; data starts at byte 8+n

Or with the safetensors package:

from safetensors.torch import load_file
tensors = load_file("model.safetensors")   # {name: tensor}

To exercise a real loader, build a config from config.json (the glm_moe_dsa model type; use AutoConfig.from_pretrained(..., trust_remote_code=True) where needed) and feed these weights in. There is no lm_head tensor and the tokenizer files are placeholders, so supply your own head/tokenizer.

License

MIT, unchanged from the base model per its Hub metadata. See LICENSE.

Citation

Zhipu AI / Z.ai, GLM-5.3, 2026.


Buy me a beer: BTC bc1q5ayht3fxhj0v95fk0z8l2f6900g3awdsw5842p

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GlmMoeDsaForCausalLM
Ревизия весов
75206ec

0 моделей