/ Модель
Каталог

Характеристики

Контекст
262 144 токена
Параметры
22,3 млрд
Лицензия
Apache 2.0
Архитектура
qwen3_5_text · dense
Библиотека
transformers
Опубликована
11 сен 2026

Ссылки

Hugging Face

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4

esatapedico
Генерация текстаТекст → текст11 профессий

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4 — это квантованный чекпойнт модели, опубликованный esatapedico.

466скачиваний за 30 дней0лайковвеса обновлены15 сен 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.

Открыть конструктор бенчмарка

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

Он создан на основе DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored, которая, в свою очередь, происходит от Qwen/Qwen3.8-27B. Модель предназначена для генерации текста и диалоговых сценариев; настройка TWIN-TURBO ориентирована на сокращение числа токенов рассуждений при сохранении качества ответов. Заявлена поддержка английского и мультиязычных сценариев.

Модель использует архитектуру Qwen3_5ForCausalLM с 64 слоями, гибридным GatedDeltaNet, 16 полными слоями attention и контекстом до 262144 токенов. Присутствует MTP head, а токенизатор и chat template сохранены. Квантование выполнено в формате compressed-tensors NVFP4: W4A16, веса с группами размера 16 и FP8 E4M3 scales. MLP-слои, а также Q, K, V и O в слоях полного attention представлены в NVFP4, тогда как vision tower, linear attention path, lm_head, embeddings и MTP head сохранены в BF16. Калибровочные данные не использовались.

К сильным сторонам относятся существенно сжатое представление весов, большой контекст и сохранение ряда чувствительных компонентов в BF16; работоспособность проверялась с помощью smoke-теста vLLM на двух устройствах с tensor parallel. Ограничениями являются зависимость от поддержки NVFP4 и compressed-tensors, отсутствие калибровки, а также то, что README не приводит подробных результатов оценки качества или перечень поддерживаемых языков. Модель распространяется по лицензии Apache 2.0.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4

NVFP4 checkpoint of DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored. NVFP4 here means W4A16 with FP8 scales, group size 16, weight only. Linear layers are NVFP4, vision tower, linear attention path, lm_head and MTP head are kept in BF16 at the source. No calibration data was used. This matches the pattern used for other Qwen3.8 Cold Fusion NVFP4 builds.

HF repo: esatapedico/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4 GGUF family: planned in esatapedico/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4-GGUF (tier ladder over a shared NVFP4 backbone, see that repo card when live)

At a glance

FieldValue
Formatcompressed-tensors nvfp4-pack-quantized
QuantizationW4A16, group size 16, FP8 E4M3 scales, weight only
Kept in BF16vision tower, linear attention path, lm_head, embeddings, MTP head
Calibrationnone
BaseDavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored (Qwen3.8-27B, Apache 2.0)

Quantized set covers MLP on all 64 layers plus Q, K, V, O on the 16 full attention layers (256 NVFP4 tensors verified). The DeltaNet path stays BF16 in this checkpoint and is normalized to NVFP4 in the GGUF tier builds (448 tensor backbone).

Checkpoint

  • Single model.safetensors about 25 GB
  • config.json quantization_config.format=nvfp4-pack-quantized, quant_method=compressed-tensors, Qwen3_5ForCausalLM, 64 layers, hybrid GatedDeltaNet, 262144 context, MTP head
  • tokenizer.json intact, chat template intact
  • NVFP4 tensors verified via metadata checks, plus a vLLM smoke check (tensor parallel 2, coherent generation) before the GGUF tier builds

Provenance

Derivative of DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored (Apache 2.0) which itself derives from Qwen/Qwen3.8-27B. The TWIN-TURBO tune targets reduced thinking tokens with matched output quality. See the GGUF model card for full attribution once published.

License

apache-2.0

Card written with AI assistance.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForCausalLM
Ревизия весов
7034c5a

0 моделей

    Создать бенчмарк