/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
zen-voyager
Библиотека
transformers
Опубликована
15 мар 2026

AgniVedhA

Генерация видеоТекст → видео3 профессии

AgniVedhA — это квантованное представление модели zenlm/zen-voyager в формате GGUF, подготовленное пользователем mradermacher.

691скачиваний за 30 дней1лайквеса обновлены15 мар 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

В метаданных указаны библиотека Transformers, английский язык и лицензия Apache-2.0; исходная модель связана с проектом ZenLM. README описывает набор imatrix-квантов и готовых вариантов GGUF, но не раскрывает точную архитектуру, число параметров или автора базовой модели подробнее.

Модель позиционируется для задач text-to-video, генерации видео, диффузионного моделирования и построения world model. Однако в README нет подробностей о поддерживаемых входных модальностях, формате запросов, максимальном контексте, разрешении или длительности генерируемого видео, поэтому практические сценарии использования и требования к запуску определить нельзя.

Основное преимущество — широкий выбор уровней квантования размером примерно от 7,4 до 27 ГБ, что позволяет выбирать компромисс между размером, скоростью и качеством. Рекомендуемыми названы варианты i1-Q4_K_M и i1-Q4_K_S, а IQ-кванты в README часто считаются предпочтительными среди сопоставимых по размеру вариантов. Ограничения включают возможное заметное снижение качества у низкобитных квантов, отсутствие результатов тестирования и неполное описание возможностей модели. Указанная лицензия — Apache-2.0.

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

About

weighted/imatrix quants of https://huggingface.co/zenlm/zen-voyager

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/zen-voyager-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

LinkTypeSize/GBNotes
GGUFimatrix0.1imatrix file (for creating your own quants)
GGUFi1-IQ1_S7.4for the desperate
GGUFi1-IQ1_M8.1mostly desperate
GGUFi1-IQ2_XXS9.1
GGUFi1-IQ2_XS10.1
GGUFi1-IQ2_S10.6
GGUFi1-IQ2_M11.5
GGUFi1-Q2_K_S11.6very low quality
GGUFi1-Q2_K12.4IQ3_XXS probably better
GGUFi1-IQ3_XXS12.9lower quality
GGUFi1-IQ3_XS13.8
GGUFi1-Q3_K_S14.5IQ3_XS probably better
GGUFi1-IQ3_S14.5beats Q3_K*
GGUFi1-IQ3_M15.0
GGUFi1-Q3_K_M16.1IQ3_S probably better
GGUFi1-Q3_K_L17.4IQ3_M probably better
GGUFi1-IQ4_XS17.8
GGUFi1-Q4_018.8fast, low quality
GGUFi1-Q4_K_S18.9optimal size/speed/quality
GGUFi1-Q4_K_M19.9fast, recommended
GGUFi1-Q4_120.7
GGUFi1-Q5_K_S22.7
GGUFi1-Q5_K_M23.3
GGUFi1-Q6_K27.0practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Генеративная модель выложена не в формате diffusers: рантайм её не загрузит.

Ревизия весов
85a8e6f

0 моделей