/ Модель

Характеристики

Контекст
262 144 токена
Параметры
22,3 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · MoE
Базовая модель
Qwen3.8-Whittle-MoE-27B-A17.8B
Библиотека
mlx-lm
Опубликована
24 авг 2026

Qwen3.8-Whittle-MoE-27B-MLX-4bit

Генерация текстаТекст → текст9 профессий

barozp/Qwen3.8-Whittle-MoE-27B-MLX-4bit — 4-битная версия модели, преобразованная в формат MLX для Apple Silicon.

1 877скачиваний за 30 дней6лайковвеса обновлены24 авг 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

Разработчик конверсии — barozp; исходная модель logic65/Qwen3.8-Whittle-MoE-27B-A17.8B создана на основе Qwen/Qwen3.8-27B. Это постфактум сформированная MoE-модель с 27 млрд параметров, из которых 17,8 млрд активны во время обработки токена. В каждом слое используются 64 маршрутизируемых экспертных фрагмента и один общий эксперт; маршрутизатор выбирает 16 из 64 фрагментов. Вариант v2.1 включает обучение маршрутизаторов, балансировку и обучение против зацикливания.

Модель предназначена для генерации текста, диалоговых сценариев, рассуждений и локального запуска через mlx-lm, включая OpenAI-совместимый локальный сервер. Она поддерживает только текстовый режим. Контекст, перечень языков и специализированные показатели производительности в README не указаны. К преимуществам относятся MoE-архитектура с меньшим числом активных параметров, 4-битное квантование с group size 64 и адаптация к экосистеме MLX, что делает модель ориентированной на запуск на устройствах Apple Silicon.

Ограничения включают отсутствие MTP head: модель работает только авторегрессионно, а MTPLX speculative decoding не поддерживается. В исходных экспериментах после обучения маршрутизаторов показатель на тесте знаний составил 27/39, а в версии v2.1 — 28/39; частота одношаговых зацикливаний снизилась до 8%, а доля ошибок структурированного вывода составила 22%. Эти результаты относятся к описанным автором тестам и не заменяют независимую оценку. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит9

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

Qwen3.8-Whittle-MoE-27B-MLX-4bit

MLX 4-bit conversion of logic65/Qwen3.8-Whittle-MoE-27B-A17.8B -- a post-hoc MoE carved from Qwen/Qwen3.8-27B (64 routed expert slivers + 1 shared expert per layer, top-16 routing, 17.8B active of 27B total, router-healed + anti-loop trained, v2.1) -- for Apple Silicon. Sibling formats:

Converted straight from the v2.1 bf16 safetensors weights (not from any GGUF quant). Note: the source ships without an MTP head (mtp_layers: 0) -- this MLX build is autoregressive only; MTPLX speculative decoding does not apply.

Conversion details

  • Bits: 4 (group_size=64, affine)
  • Command: python -m mlx_lm.convert --hf-path logic65/Qwen3.8-Whittle-MoE-27B-A17.8B --mlx-path <out> --quantize --q-bits 4 --q-group-size 64
  • Tooling: mlx 0.32.1 · mlx-lm 0.31.3 · hub 1.27.0; source commit 08741134dbc3
  • Converter: mlx-lm
  • Environment: Google Colab G4 (RTX PRO 6000 Blackwell 96 GB), MLX cuda12 backend
  • Full conversion log ships in this repo as conversion_log.txt

Usage

pip install -U mlx-lm

# text-only chat
python -m mlx_lm.generate \
  --model barozp/Qwen3.8-Whittle-MoE-27B-MLX-4bit \
  --prompt "Explain the Monty Hall problem briefly." \
  --max-tokens 512

# OpenAI-compatible local server
python -m mlx_lm.server \
  --model barozp/Qwen3.8-Whittle-MoE-27B-MLX-4bit

About the source model

A post-hoc MoE carved from Qwen3.8-27B: each layer's dense FFN (17408) was partitioned into 64 routed expert slivers of width 192 + one shared expert of width 5120; a small router picks 16 of 64 slivers per token (17.8B active / 27B total). Freshly carved it scored 4/39 on the knowledge battery; training only the 64 routers recovered 27/39. The v2.1 lineage adds anti-loop training (245 complete teacher answers with top-32 logprobs) and a balancing epoch: single-turn loop rate 8% (from 69%), structured-output failures 22% (from ~75%), knowledge battery 28/39. Full method and failure log: WHITTLE_FINDINGS.md.

Source chain

Qwen/Qwen3.8-27B (dense base) -> logic65/Qwen3.8-Whittle-MoE-27B-A17.8B (post-hoc MoE carve + router healing + v2.1 anti-loop) -> this repo (MLX 4-bit conversion)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-lm

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3_5MoeForCausalLM
Ревизия весов
40ba025

0 моделей