/ Модель

Характеристики

Размер весов
128 ГБ
Лицензия
Apache 2.0
Опубликована
13 июл 2026

Hy-MT2-30B-A3B-APEX-GGUF

ПереводТекст → текст3 профессии

Квантизированная в GGUF многоязычная MoE-модель Tencent для перевода текстов с запуском через llama.cpp.

3 651скачиваний за 30 дней17лайковвеса обновлены11 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

Это квантизированная версия Tencent Hy-MT2-30B-A3B, подготовленная alphaZimuth в формате GGUF с помощью APEX на основе llama.cpp. Модель с архитектурой MoE имеет около 30 млрд параметров, из которых примерно 3 млрд активны при обработке. В репозитории представлены варианты разного размера и точности; рекомендуемая серия APEX-I откалибрована с матрицей важности на многоязычных данных для перевода.

Модель предназначена прежде всего для перевода текстов между поддерживаемыми языками и запуска через llama.cpp. Варианты занимают от 11,5 до 19 ГБ; для работы требуется llama.cpp версии b9993 или новее с поддержкой архитектуры hy_v3. В карточке заявлена лицензия Apache-2.0. Разработчик сообщает о лучших качестве и стабильности переводов у APEX-I по сравнению с некалиброванными вариантами, однако численные результаты приведены для собственного тестирования.

Сценарии применения

  • перевод коротких текстов между поддерживаемыми языками
  • локальный машинный перевод через llama.cpp
  • перевод китайских текстов на английский и обратно
  • перевод многоязычных фраз при ограниченной видеопамяти

Ограничения

Для запуска нужна версия llama.cpp b9993 или новее, поддерживающая hy_v3; объём файлов составляет примерно 11,5–19 ГБ. Заявленное преимущество APEX-I основано на собственных сравнительных тестах автора репозитория.

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

Hy-MT2-30B-A3B-APEX-GGUF

GGUF quantizations of Tencent Hy-MT2-30B-A3B using APEX quantization.

This repository provides three APEX quantization variants optimized for different deployment scenarios, quantized by alphaZimuth.

Changelog

  • 2026-7-14
    Initial APEX quantization release.

  • 2026-7-15
    Fixed hy_v3 architecture compatibility issue and added support for upstream llama.cpp b9993+.

  • 2026-7-18
    Added APEX-I series with importance matrix calibration. Added Nano variant for lower memory devices.

  • 2026-9-11
    Renamed the quantization files for a cleaner and more consistent naming scheme.

Recommended Versions

The APEX-I series is the recommended version of this repository.

Compared with the original APEX quantizations, these models were calibrated with an importance matrix (imatrix.dat) generated from a multilingual translation-focused calibration dataset.

The calibration process achieved: PPL = 2.1519 +/- 0.00207

In practical testing, the Imatrix-calibrated versions consistently provide better translation quality and output stability compared with the non-calibrated versions.

The evaluation was conducted through parallel translation comparisons using the same test samples, with both calibrated and non-calibrated versions compared side by side.

Several advanced LLM-based evaluators, including GLM, DeepSeek, GPT, Qwen, and LongCat, were used to assess the translation results from multiple perspectives. Across these evaluations, the Imatrix-calibrated versions were consistently rated higher for translation accuracy, fluency, and overall output quality.

The original APEX series is kept for archival and comparison purposes.

Available Quantizations

Recommended: APEX-I Series

FileSizeDescription
Hy-MT2-30B-A3B-APEX-I-Nano.gguf11.5 GBLightweight variant for lower-memory devices while maintaining strong translation performance
Hy-MT2-30B-A3B-APEX-I-Compact.gguf14.0 GBOptimized quality-to-size ratio, ideal for limited VRAM devices
Hy-MT2-30B-A3B-APEX-I-Quality.gguf19.0 GBQuality-focused variant with higher precision retention
Hy-MT2-30B-A3B-APEX-I-Balanced.gguf20.8 GBBalanced APEX tier for users prioritizing overall quality

Legacy: Original APEX Series

The following versions are preserved for archival purposes:

FileSizeDescription
Hy-MT2-30B-A3B-APEX-Legacy-Compact.gguf14.0 GBOriginal non-imatrix quantization
Hy-MT2-30B-A3B-APEX-Legacy-Quality.gguf19.0 GBOriginal non-imatrix quantization
Hy-MT2-30B-A3B-APEX-Legacy-Balanced.gguf20.8 GBOriginal non-imatrix quantization

Quantization Details

Quantized with APEX (based on llama.cpp).

Project: https://github.com/localai-org/apex-quant

Conversion pipeline:

Tencent Hy-MT2-30B-A3B (BF16)
        ↓
convert_hf_to_gguf.py (hy3-port branch)
        ↓
Hy-MT2-30B-A3B-BF16.gguf
        ↓
APEX quantization (with imatrix)
        ↓
APEX GGUF files

Note:

  • These quantizations were generated with imatrix calibration.
  • The filenames follow APEX tier naming.

llama.cpp Compatibility

Important

Hy-MT2-30B-A3B uses the hy_v3 architecture.

Support for hy_v3 has been merged into upstream llama.cpp starting from build b9993.

Please use llama.cpp build b9993 or later for inference.

Related upstream PR:

https://github.com/ggml-org/llama.cpp/pull/25395

Usage

Example:

llama-cli \
-m Hy-MT2-30B-A3B-APEX-I-Compact.gguf \
-p "Translate the following sentence into Chinese: Hello world"

Benchmark

Test Environment

  • CPU: Intel Core i7-12700H
  • GPU: NVIDIA RTX 3060 Laptop GPU 12GB
  • RAM: 24GB

Software:

  • llama.cpp build: b10056
  • CUDA backend

Settings:

-ngl 99
-b 2048
-ub 2048
-t 12

Optimized --n-cpu-moe values on RTX3060 12GB were used for each quantization.

QuantizationSizen_cpu_moePP512TG128
APEX-I-Nano11.59 GiB41224.25 tok/s71.92 tok/s
APEX-I-Compact14.00 GiB13835.57 tok/s56.16 tok/s
APEX-I-Quality19.05 GiB25520.03 tok/s33.49 tok/s
APEX-I-Balanced20.81 GiB26463.11 tok/s28.93 tok/s

🚀 Experimental Speculative Decoding Draft Model

For users with sufficient VRAM, an experimental draft model based on Hy-MT2-1.8B is available:

👉 Hy-MT2-1.8B-SpecDraft-30B

This project modifies the original Hy-MT2-1.8B model to work as a speculative decoding draft model for Hy-MT2-30B-A3B.

Features:

  • Vocabulary alignment between Hy-MT2-1.8B and Hy-MT2-30B-A3B
  • Embedding / lm_head expansion with mean padding initialization
  • GGUF conversion optimized for llama.cpp speculative decoding

⚠️ Experimental Notice

Speculative decoding acceleration is not guaranteed.

Because Hy-MT2-30B-A3B is a MoE model with only around 3B active parameters, the additional draft model computation and model scheduling overhead may offset the expected speedup.

This project is mainly intended for:

  • Large VRAM users
  • llama.cpp enthusiasts
  • Users interested in MoE speculative decoding experiments

Model repository:

alphaZimuth/Hy-MT2-1.8B-SpecDraft-30B

Credits

  • Tencent Hy-MT2 team for the original model.
  • LocalAI team for the APEX quantization framework.
  • llama.cpp contributors for GGUF support.
  • gigass03 for identifying the hy_v3 architecture metadata compatibility issue and verifying the fix.

License

Apache-2.0

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
312cce8

0 моделей