/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,9 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3.8-27B-heretic-ara
Библиотека
transformers
Опубликована
20 авг 2026

Qwen3.8-27B-heretic-ara-DFlash2

Генерация текстаТекст → текст3 профессии

Черновая модель DFlash 2 для speculative decoding с heretic-org/Qwen3.8-27B-heretic-ara, ускоряющая генерацию текста.

336скачиваний за 30 дней4лайкавеса обновлены20 авг 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

alphakek/Qwen3.8-27B-heretic-ara-DFlash2 — черновая модель DFlash 2, дообученная на базе heretic-org/Qwen3.8-27B-heretic-ara для ускорения генерации текста методом speculative decoding. Она принимает скрытые состояния целевой модели и предназначена только для совместного использования с этим чекпойнтом; для обычной Qwen3.8-27B в карточке указана другая черновая модель. Модель основана на архитектуре Qwen3 и классе DFlash2DraftModel, имеет 2,9 млрд параметров и контекст 262 144 токена.

По результатам приведённого в карточке теста на конкретной конфигурации vLLM она показала более высокую скорость генерации и длину принятого спекулятивного блока по сравнению с исходным черновиком; эти результаты относятся к описанному стенду и не гарантируют такой же прирост в других условиях. Для запуска требуется реализация DFlash2 в vLLM. Лицензия — Apache-2.0.

Сценарии применения

  • ускорение генерации текста целевой моделью heretic-org/Qwen3.8-27B-heretic-ara
  • спекулятивное декодирование в vLLM с поддержкой DFlash2
  • ускорение многошаговых диалогов и сценариев с вызовом инструментов целевой моделью

Ограничения

Модель рассчитана на работу с heretic-org/Qwen3.8-27B-heretic-ara и зависит от реализации DFlash2 в vLLM; самостоятельно как целевая генеративная модель не предназначена для использования. Приведённые показатели производительности измерены на одном стенде и могут отличаться в других конфигурациях.

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

Qwen3.8-27B-heretic-ara-DFlash2

SpecForge-tuned DFlash 2 drafter for heretic-org/Qwen3.8-27B-heretic-ara.

Target-specific — reads the target's hidden states, so use this only with heretic-ara. For base Qwen/Qwen3.8-27B, use z-lab/Qwen3.8-27B-DFlash2.

Trained on

  • Target: heretic-org/Qwen3.8-27B-heretic-ara
  • Method: SpecForge, warm-started from z-lab/Qwen3.8-27B-DFlash2
  • Data: synthetic multi-turn corpus matching production traffic (reasoning_effort=low, temp 1.0 / top_p 0.95 / top_k 20, tool-call episodes)
  • Steps: 400 (selected from an 800-step run; step 400 wins on real vLLM bench)

vs stock z-lab/Qwen3.8-27B-DFlash2

Controlled back-to-back A/B on Helga (4×3090 TP4, vLLM DFlash2 fork, n6, thinking-low, greedy, 3 prompt types × 2 reps):

checkpointtok/saccept lenΔ tok/sΔ accept
this drafter (step 400)123.24.24+5.4%+5.8%
stock z-lab116.94.01——

Spec-off baseline on the same setup: 38.1 tok/s.

Quick start (vLLM)

vllm serve heretic-org/Qwen3.8-27B-heretic-ara \
  --tensor-parallel-size 4 \
  --reasoning-parser qwen3 \
  --speculative-config '{"model": "alphakek/Qwen3.8-27B-heretic-ara-DFlash2", "method": "dflash", "num_speculative_tokens": 6}'

Requires vLLM with DFlash2 support (PR #52816).

License

Apache-2.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DFlash2DraftModel
Ревизия весов
75930a3

0 моделей