/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.8-27B-NVFP4
Опубликована
26 авг 2026

Qwen3.8-27B-NVFP4-Q8-Hybrid-Analytical-GGUF

Изображение и текст → текст10 профессий

Qwen3.8-27B-NVFP4-Q8-Hybrid-Analytical-GGUF — производная GGUF-конверсия модели unsloth/Qwen3.8-27B-NVFP4, опубликованная Costanzo Padovano.

155скачиваний за 30 дней2лайкавеса обновлены26 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

Это неофициальный релиз Qwen, Unsloth, ggml-org или Z-Lab, подготовленный для локальных биоинформатических, программных, длинноконтекстных и vision-сценариев, включая задачи с инструментами и аналитическим выводом.

Модель содержит 1 202 тензора: 168 матриц NVFP4, 338 аналитически чувствительных матриц Q8_0 и 696 тензоров F32. Заявленный нативный контекст составляет 262 144 токена. Для обработки изображений используется отдельный F16-проектор mmproj-F16.gguf. Валидация включала биоинформатические агентские задачи, vision-проектор и длинный контекст до 131 тысячи токенов; заявлена совместимость с llama.cpp и экспериментальной схемой спекулятивного декодирования DFlash2.

Сильными сторонами являются гибридное квантование с сохранением точности чувствительных компонентов, поддержка длинного контекста, кода, биоинформатики и изображений, а также проверенные сценарии вызова инструментов. Экспериментальная конфигурация рассчитана на две NVIDIA RTX 5060 Ti по 16 ГБ, но это аппаратно-зависимая точка настройки, а универсальное ускорение DFlash2 не гарантируется. Стандартные сборки llama.cpp могут не поддерживать все использованные параметры. Производная модель распространяется по лицензии Apache-2.0; для работы требуются основной GGUF-файл и, при использовании vision, проектор.

Для каких профессий подходит10

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

Qwen3.8-27B NVFP4/Q8 Hybrid Analytical GGUF

This repository publishes the target model used by the QVIR-1 analytical inference experiments. It is a one-pass GGUF conversion of unsloth/Qwen3.8-27B-NVFP4 at the pinned revision 16b6615af3548b88e2d8e382457bc705b00479cf.

The conversion preserves 168 native NVFP4 matrices, converts 338 analytically sensitive matrices to Q8_0, and retains 696 tensors as F32. The result was selected for local bioinformatics, coding, long-context, and vision workloads after controlled validation; it is not an official Qwen, Unsloth, ggml-org, or Z-Lab release.

Files

FileBytesSHA-256
Qwen3.8-27B-NVFP4-Q8-Hybrid-Analytical-v1.gguf21,560,282,3043d5309691e6f5467dcd7514ca8fe7443fb4b05cbd6b0d980d70572a0d9a7dc12
mmproj-F16.gguf927,607,488cbb841a9ee0636b2ec172f5bb8df2ea8dfeb01e90fe7c6126581d662a0b4e43e

The target contains 1,202 tensors: 168 NVFP4, 338 Q8_0, and 696 F32. Its declared native context is 262,144 tokens. The F16 projector contains 334 tensors and passed tensor-by-tensor payload equivalence against the verified Qwen3.8 F16 projector.

QVIR-1 R2 runtime

The validated DFlash2 and tool-calling configuration uses the public source record below:

The R2 runtime is experimental. Stock llama.cpp builds may not understand all of the DFlash2, bounded-prefill, ngram-mod, Qwen3.8 tool-trigger, or NVFP4 options used by the validated profile.

Download

hf download costanzopadovano/Qwen3.8-27B-NVFP4-Q8-Hybrid-Analytical-GGUF \
  Qwen3.8-27B-NVFP4-Q8-Hybrid-Analytical-v1.gguf \
  mmproj-F16.gguf \
  --local-dir qwen38-hybrid

For DFlash2 speculative decoding, pair this target with costanzopadovano/Qwen3.8-27B-DFlash2-NVFP4-GGUF.

Validated 150K profile

The R2 experiment used two NVIDIA RTX 5060 Ti 16 GB GPUs, a 153,600-token context, Q8_0 K/V cache, tensor split 0.80,1.20, batch 1024, ubatch 128, F16 vision projection, DFlash2 NVFP4 with four-token proposals, bounded DFlash prefill over the final 16,384 tokens, and ngram-mod.

This is a hardware-specific fit point, not a universal recommendation. The same target/draft pair may require a smaller context, smaller batch, different tensor split, or no vision projector on other systems.

Validation summary

  • Static GGUF validation: passed.
  • Bioinformatics agent tasks: 4/4 scored 100; public tests 17/17 and hidden tests 20/20.
  • Vision projector: 334/334 tensor payloads matched the verified reference.
  • Long-context safe profile: validated at 98K and 131K without speculative decoding.
  • QVIR-1 R2: WSL2 health check, chat-template suite, and executable FASTQ nucleotide-counting smoke test passed.

The R2 benchmark preserved no-tool throughput and produced a favorable aggregate result on the tested long tool-heavy workload, but speculative acceptance was highly variable. No universal speedup is claimed.

License and attribution

The source checkpoint is Apache-2.0. This derivative GGUF is distributed under the same license. See NOTICE.md for upstream attribution. Qwen, Unsloth, llama.cpp, DFlash2, and related names remain the property of their respective authors.

Citation

If you use the conversion, runtime record, or measurements, please cite the repository:

Costanzo Padovano. Qwen3.8-27B NVFP4 Analytical Inference Laboratory, 2026.
https://github.com/CostanzoPadovano/qwen38-nvfp4-analytical-lab

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
33538f1

0 моделей