/ Модель

Характеристики

Контекст
1 048 576 токенов
Лицензия
MIT
Архитектура
glm5_next · dense
Базовая модель
GLM-5.3-Flash
Библиотека
transformers
Опубликована
9 сен 2026

cyberneurova-GLM-5.3-Flash-BF16

Изображение и текст → текст15 профессий

Мультимодальный ассистент CyberNeurova на базе GLM-5.3-Flash для диалога, рассуждений, программирования и работы с изображениями при длинном контексте.

112скачиваний за 30 дней2лайкавеса обновлены9 сен 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

CyberNeurova-GLM-5.3-Flash-BF16 — дообученная CyberNeurova мультимодальная разговорная модель на базе zai-org/GLM-5.3-Flash. Это разреженная MoE-модель с 321 млрд параметров, из которых около 18 млрд активны на токен; она принимает текст и изображения и формирует текстовые ответы. Заявлены контекст до 1 048 576 токенов, многоязычная работа, рассуждения с явной цепочкой размышлений, вызов инструментов, программирование и ответы на общие вопросы.

Модель настроена на прямые ответы с уменьшенным количеством встроенных отказов; стиль можно задавать системным промптом. Сборка BF16 предназначена для GPU с поддержкой BF16 и может служить основой для дальнейшего дообучения. Для запуска в README приведена инструкция с использованием специального образа vLLM и параметра доверия удалённому коду. Лицензия — MIT.

Карточка заявляет сохранение способностей к рассуждениям, программированию и общим знаниям, однако независимые оценки качества не приведены. Большой размер модели предъявляет значительные требования к ресурсам, а уменьшенное число отказов требует осторожной настройки и контроля применения.

Сценарии применения

  • ответы на вопросы по тексту и изображениям
  • анализ изображений в диалоге
  • генерация и объяснение программного кода
  • многошаговые рассуждения и решение задач
  • диалог с вызовом внешних инструментов

Ограничения

Для запуска требуются значительные вычислительные ресурсы; в README указаны GPU с поддержкой BF16 и специальная сборка vLLM. Заявления о сохранении возможностей и качестве модели не сопровождаются независимыми оценками.

Для каких профессий подходит15

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

cyberneurova-GLM-5.3-Flash-BF16

An uncensored, neutral assistant built by CyberNeurova on top of zai-org/GLM-5.3-Flash. It answers directly and does not add unsolicited disclaimers, warnings, or caveats. Whatever tone or policy you want is set entirely by your own system prompt.

This is the full-precision BF16 build. For the smaller FP8 build see cyberneurova-GLM-5.3-Flash-FP8.

💬 Chat with it: cyberneurova.ai ✉️ Support: support@cyberneurova.com

Highlights

  • Ultra-sparse MoE — 321B total parameters, ~18B active per token, so it runs far faster than a dense model its size.
  • 1M native context (1,048,576 tokens), multilingual, tool-calling.
  • Reasoning model — supports an explicit thinking trace, and is uncensored in both modes: with thinking on and with thinking off.
  • Multimodal — understands images as well as text.
  • BF16 full precision — runs on any BF16-capable GPU (no FP8 hardware required), and is the friendliest starting point for further fine-tuning.
  • Direct by default; fully steerable — send a system prompt and it is honored verbatim, with no default behavior merged in.
  • Capability preserved. Reasoning, coding, and general knowledge are intact; only the refusal behavior is removed.

Usage (vLLM)

GLM-5.3-Flash uses a new architecture, so serve it with the dedicated vLLM image:

docker run --gpus all --ipc=host -p 8000:8000 \
  -v /path/to/cyberneurova-GLM-5.3-Flash-BF16:/model \
  vllm/vllm-openai:glm53-flash-x86_64-cu130 \
  --model /model --served-model-name cyberneurova-GLM-5.3-Flash-BF16 \
  --tensor-parallel-size 8 --trust-remote-code --max-num-seqs 256

The model uses linear (Mamba/DeltaNet) attention layers, so keep --max-num-seqs ≤ 512 or startup fails during graph capture. BF16 needs roughly 2× the VRAM of the FP8 build.

from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="x")

r = client.chat.completions.create(
    model="cyberneurova-GLM-5.3-Flash-BF16",
    messages=[{"role": "user", "content": "Write a Python function to parse a CSV."}],
    max_tokens=2000,
)
print(r.choices[0].message.content)

Setting the tone

Send your own system prompt to control style completely — e.g. for terse, no-preamble answers:

You are a direct technical assistant. Answer the question and nothing else.

Notes

  • This is a reasoning model. Responses may include a thinking trace followed by the answer — render the final answer; the trace is optional. It works uncensored whether thinking is enabled or disabled.
  • Give it room to reason: set max_tokens to at least 1500 (2000–4000 for code), or long answers may be cut off.

Disclaimer

This model has reduced built-in refusals. You are responsible for how you use it and for complying with all applicable laws. Provided as-is, without warranty.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
Glm5NextForConditionalGeneration
Ревизия весов
bb5a5a3

0 моделей