/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,6 млрд
Лицензия
MIT
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-DFlash-b16
Библиотека
transformers
Опубликована
27 мая 2026

Qwen3-8B-Ins-Draft-OPD

Генерация текстаТекст → текст3 профессии

Дообученная модель-черновик DFlash для ускорения генерации Qwen3-8B посредством спекулятивного декодирования.

174скачиваний за 30 дней0лайковвеса обновлены3 июн 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

Qwen3-8B-Ins-Draft-OPD — дообученная модель-черновик для спекулятивного декодирования, созданная методом Draft-OPD на основе z-lab/Qwen3-8B-DFlash-b16. Она предназначена для совместной работы с целевой моделью Qwen3-8B без режима thinking: предлагает варианты продолжения текста, которые целевая модель проверяет, ускоряя генерацию без потери точности.

Модель использует архитектуру DFlash и предназначена для интеграции в конвейеры спекулятивного декодирования. Метод постобучения On-Policy Distillation обучает черновик на состояниях, возникающих при проверке его предложений, включая отклонённые позиции. В README сообщается об ускорении генерации более чем в пять раз для thinking-моделей в экспериментах; результат зависит от целевой модели, задачи и настроек декодирования. Репозиторий содержит веса safetensors, библиотека — Transformers; размер указан как 1,6 млрд параметров, контекст — 40 960 токенов.

Лицензия — MIT. Это специализированная модель-черновик, а не самостоятельная универсальная чат-модель; её практическая польза зависит от совместимого декодера и целевой модели Qwen3-8B.

Сценарии применения

  • ускорение генерации текста целевой моделью Qwen3-8B
  • предложение черновых токенов для спекулятивного декодирования
  • интеграция Draft-OPD в конвейер инференса Transformers

Ограничения

Модель рассчитана на совместное использование с целевой Qwen3-8B и декодером, поддерживающим спекулятивную проверку; сама по себе она не является универсальной чат-моделью. Заявленное ускорение зависит от задачи и настроек инференса.

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

Qwen3-8B-Ins-Draft-OPD

This repository contains Qwen3-8B-Ins-Draft-OPD, a draft model for speculative decoding.

The model is post-trained from z-lab/Qwen3-8B-DFlash-b16. It keeps the overall architecture and inference interface consistent with the original DFlash draft model, while further adapting the draft model through the Draft-OPD post-training method.

Model Details

  • Target Model: Qwen3-8B(enable_thinking=False)
  • Model type: Draft model for speculative decoding
  • Architecture: Same as the original DFlash draft model
  • Post-training method: Draft-OPD

Performance and Training Method

Draft-OPD (On-Policy Distillation) trains speculative draft models with on-policy target feedback. Instead of only learning from fixed target-generated trajectories, the drafter is supervised on draft-induced states exposed during speculative verification, including the positions where draft proposals are rejected.

Experiments show that Draft-OPD achieves over 5x lossless acceleration for thinking models across diverse tasks, improving over previous methods like EAGLE-3 and DFlash.

For detailed training procedures, evaluation settings, and performance results, please refer to the paper.

Citation

If you find our work useful, please consider citing our paper:

@misc{lei2026draftopdonpolicydistillationspeculative,
      title={Draft-OPD: On-Policy Distillation for Speculative Draft Models}, 
      author={Haodi Lei and Yafy Li and Haoran Zhang and Shunkai Zhang and Qianjia Cheng and Xiaoye Qu and Ganqu Cui and Bowen Zhou and Ning Ding and Yun Luo and Yu Cheng},
      year={2026},
      eprint={2605.29343},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2605.29343}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DFlashDraftModel
Ревизия весов
d38409d

0 моделей