Экспериментальная разреженная версия Ling-3.0-flash с удалёнными экспертами MoE для диалоговой генерации текста с контекстом до 262 144 токенов.
134скачиваний за 30 дней0лайковвеса обновлены21 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
Ling-3.0-flash REAP288 — экспериментальная версия разговорной гибридной MoE-модели Ling-3.0-flash, опубликованная bloomer010 на основе inclusionAI/Ling-3.0-flash. В ней оставлено 288 из 512 маршрутизируемых экспертов на слой; README указывает 73 млрд параметров всего и 5,1 млрд активных, тогда как метаданные каталога указывают 3,5 млрд параметров. Модель предназначена для генерации текста в диалоговом формате; базовая Ling-3.0-flash также позиционируется для программирования и многошаговых агентных задач.
Эксперты отбирались методом REAP по оценке, учитывающей значение маршрутизатора и норму выхода на калибровочных данных объёмом 1 млн токенов. После удаления экспертов не проводились дообучение или восстановительное обучение. Модель работает с контекстом до 262 144 токенов, распространяется в BF16 Safetensors и использует архитектуру BailingMoeV3; для загрузки требуется trust_remote_code=True и пользовательский код bailing_hybrid.
README называет модель исследовательским артефактом и экспериментальной REAP-версией. Лицензия в предоставленных данных не указана. Ключевое ограничение — эксперты удалены без последующего обучения для восстановления качества, поэтому характеристики базовой модели нельзя автоматически переносить на эту версию; приведённые в README и метаданных размеры параметров также расходятся.
Сценарии применения
диалоговая генерация текста
ответы на вопросы в длинном контексте
генерация и разбор программного кода
выполнение многошаговых агентных задач
Ограничения
Эксперты удалены без последующего дообучения или восстановления качества, поэтому качество может отличаться от базовой Ling-3.0-flash. README сообщает 73 млрд параметров всего и 5,1 млрд активных, а метаданные каталога указывают 3,5 млрд параметров.
Для каких профессий подходит15
Разделы каталога профессий, в задачах которых используется эта модель
BF16 safetensors. Loads with trust_remote_code=True (custom bailing_hybrid / BailingMoeV3 code).
Research artifact - quantized builds live in the sibling -GGUF repo.
2026-08-21: chat_template.jinja updated to support reasoning_effort (low = no thinking, high = thinking, default unchanged).
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров