/ Модель

Характеристики

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

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4-W4A16-T336

Генерация текстаТекст → текст15 профессий

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4-W4A16-T336 — производная модель, опубликованная esatapedico на основе DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored, которая, в свою очередь, основана на Qwen/Qwen3.8-27B.

688скачиваний 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.

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

Модель предназначена для генерации текста и развёртывания через vLLM; настройка TWIN-TURBO ориентирована на сокращение количества токенов рассуждений при сохранении качества ответов.

Это 27-миллиардная языковая модель с архитектурой Qwen3_5ForCausalLM, 64 слоями, гибридной архитектурой GatedDeltaNet, поддержкой мультиязычных сценариев и заявленным контекстом до 262144 токенов. В репозитории также сохранены vision tower и MTP head, пригодный для speculative decoding. Контрольная точка использует формат compressed-tensors NVFP4: веса W4A16 с группировкой 16 и масштабами FP8; часть наиболее чувствительных компонентов оставлена в BF16. Калибровочные данные не применялись, размер файла model.safetensors составляет около 21 ГБ.

Главные преимущества — значительное сжатие весов, совместимость с vLLM, сохранение полноточных компонентов, влияющих на качество, а также измеренная близкая к родительской модели perplexity на англоязычном наборе. Ограничения включают зависимость от vLLM-совместимых движков, необходимость подходящей аппаратной конфигурации и отсутствие GGUF в репозитории; заявленная проверка проводилась при tensor parallel 2 и контексте 2048 токенов, поэтому практические характеристики на максимальном контексте могут отличаться. Модель распространяется по лицензии Apache 2.0.

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

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4-W4A16-T336

NVFP4 checkpoint of DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored, quantized for vLLM serving. NVFP4 here means W4A16 with FP8 scales, group size 16, weight only, 336 tensors. No calibration data was used.

HF repo: esatapedico/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4-W4A16-T336

At a glance

FieldValue
Formatcompressed-tensors nvfp4-pack-quantized
QuantizationW4A16, group size 16, FP8 E4M3 scales, weight only, 336 NVFP4 tensors
Kept in BF16lm_head, full-attention q/k/v/o, token embeddings, vision tower, MTP head, DeltaNet conv1d and in_proj_a/b
Calibrationnone
BaseDavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored (Qwen3.8-27B, Apache 2.0)

Quantized set covers the MLP on all 64 layers (192 tensors) plus the DeltaNet in_proj_qkv/z/out_proj tensors on the 48 linear-attention layers (144 tensors). Full-attention projections and token embeddings stay at full precision, where precision buys the most quality; the lm_head stays at full precision because vLLM runs the output head unquantized regardless. Vision tower, MTP head, and DeltaNet conv1d plus in_proj_a/b dynamics stay at full precision following the JC1DA exception pattern.

Serving

Built for vLLM and engines consuming vLLM-compatible compressed-tensors checkpoints. Verified serving: tensor parallel 2, 2048 context, coherent generation. Measured perplexity on a diverse English payload is on par with the 256-tensor parent checkpoint (3.19 vs 3.20), so the DeltaNet quantization costs nothing measurable. Serve with --quantization compressed-tensors semantics (auto-detected from the config); FP8 KV remains a runtime flag, not checkpoint bytes. Keep vision intact and MTP for speculative decoding; no GGUF inside this repo.

Checkpoint

  • Single model.safetensors about 21 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

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. Sibling checkpoints: the conservative 256-tensor GGUF parent at esatapedico/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4 and the 400-tensor serving build at esatapedico/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4-W4A16-T400.

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
b2da7b8

0 моделей