/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Qwen3.8-Flash-Next-NVFP4
Библиотека
transformers
Опубликована
7 сен 2026

keys-Qwen3.8-Flash-Next-NVFP4-dual-ablit-house-qsa-L3-47

Изображение и текст → текст3 профессии

Экспериментальная мультимодальная модификация Qwen3.8-Flash-Next NVFP4 для чат-генерации с изображениями на двух DGX Spark через vLLM.

701скачиваний за 30 дней9лайковвеса обновлены7 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

Это экспериментальная модификация NVIDIA Qwen3.8-Flash-Next NVFP4 от Keys для запуска через vLLM на двух DGX Spark. Авторы применили собственную ранговую проекцию к residual writer проекциям QSA-слоёв и восстановили нормы выходных строк; остальные указанные GDN-слои оставлены без изменений. Модель основана на NVIDIA Qwen3.8-Flash-Next-NVFP4 и сохраняет мультимодальный диалоговый сценарий с обработкой изображений.

Модель предназначена для генерации ответов в чате с текстовым и визуальным вводом. README описывает конфигурацию обслуживания на двух DGX Spark через vLLM, включая контекст до 262144 токенов, но эти настройки относятся к приведённому рецепту запуска. В карточке не приведены независимые оценки качества; указан результат 1/32 для отдельного варианта оси, который авторы считают нерабочим. Доступ gated, лицензия указана как other; условия лицензии и использования следует уточнять в сопутствующих документах репозитория.

Сценарии применения

  • чат-ответы на текстовые запросы
  • ответы на вопросы по изображениям
  • развёртывание мультимодального чата на двух DGX Spark
  • экспериментальная проверка модификации QSA-слоёв

Ограничения

Экспериментальная модификация: README не приводит независимой оценки качества этой версии. Доступ ограничен автоматическим одобрением после согласия с условиями; лицензия обозначена как other.

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

keys-Qwen3.8-Flash-Next-NVFP4-dual-ablit-house-qsa-L3-47

Abliterated NVIDIA Qwen3.8-Flash-Next NVFP4 for the Keys 2× DGX Spark vLLM recipe (TP2 + EP + MTP3).

This is not a Dealign weight dump and not a byte-copy of Dealign o_proj. It is our house residual-writer projection applied to NVIDIA stock. The axis is recovered per QSA layer from (W_dealign − W_nvidia); the edit is W ← W − λ v vᵀ W plus per-row L2 restore.

See RESPONSIBLE_USE.md and the gate form above. Access is gated with automatic approval after you agree.

HFhttps://huggingface.co/drowzeys/keys-Qwen3.8-Flash-Next-NVFP4-dual-ablit-house-qsa-L3-47
Stock NVFP4 (parent)nvidia/Qwen3.8-Flash-Next-NVFP4
Axis source (not shipped)dealignai/Qwen3.8-Flash-Next-UNCENSORED-NVFP4
UpstreamQwen/Qwen3.8-Flash-Next
Serve formulaMiaAI-Lab/Qwen3.8-Flash-Next-Dual-DGX-Sparks
Ablit12 QSA self_attn.o_proj house-projected (L3/7/11/15/19/23/27/31/35/39/43/47) · mean Δrel ≈ 0.167 · recon vs Dealign 0.4–3.2%
Anchors (stock NVIDIA)all GDN out_proj · routed experts · MTP · PLE · vision · chat template
Gate32/32 bypass, 0 refuse (thinking-off, 384 tok)

A fully independent dest from stock activation capture (no Dealign weights) scored 1/32. The working axis is Dealign’s; the published edit is the house projection.


Method

House projection on NVIDIA dual-Spark NVFP4, QSA residual writers only:

W ← W − λ v vᵀ W

then restore each output row’s L2.

Layerλprojected Δrelrecon vs Dealign
36.950.1802.1%
76.800.1822.1%
116.850.1852.2%
156.950.1691.8%
196.950.1782.0%
237.850.2143.2%
277.550.1962.6%
318.000.1952.6%
357.850.2012.9%
394.000.1070.6%
434.050.0900.4%
473.900.1130.7%

v is the rank-1 left singular vector of (W_dealign − W_nvidia) at that layer (rank-1 energy ≥ 0.9997). GDN layers are unmodified (Dealign’s GDN out_proj matched NVIDIA to Δrel = 0).

Serve (2× DGX Spark)

Same Mean / Mia dual-Spark recipe as stock NVIDIA:

  • TP=2, expert parallel on, MTP=3
  • kv_cache_dtype=fp8, gpu_memory_utilization=0.835 (do not raise above 0.85)
  • max_model_len=262144
  • image vllm/vllm-openai:qwen38-flash-next

Thinking-on (Hermes): chat_template_kwargs.enable_thinking=true, reasoning_effort=xhigh, max_tokens≥8192.

What this is not

  • Not dealignai/Qwen3.8-Flash-Next-UNCENSORED-NVFP4 reuploaded
  • Not a BF16 byte-copy of Dealign o_proj into NVIDIA shards
  • Not the single-Spark MXFP8 LIL layout (local-inference-lab/… / Mia TP1 dest)

License

Use is governed by the NVIDIA Open Model License and Qwen Community License 1.0, inherited from nvidia/Qwen3.8-Flash-Next-NVFP4.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a393318

0 моделей