/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
39,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.8-27B
Библиотека
transformers
Опубликована
16 авг 2026

Qwen3.8-20B-Minitron

Изображение и текст → текст15 профессий

Экспериментальная структурно сжатая версия Qwen3.8-27B для диалогов и ответов по изображениям.

183скачиваний за 30 дней9лайковвеса обновлены16 авг 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 «Изображение → 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

Qwen3.8-20B-Minitron — экспериментальная производная модель exnivo на базе Qwen/Qwen3.8-27B. Это плотная мультимодальная модель с архитектурой Qwen3.5 и классом Qwen3_5ForConditionalGeneration, принимающая текст и изображения и предназначенная для диалогов и генерации ответов по визуальному содержимому. Модель уменьшена структурным удалением слоёв: число языковых слоёв сокращено с 64 до 44, а размер — с 27,357 до 19,746 млрд параметров; это не квантизация.

После удаления слоёв модель восстанавливали дистилляцией по логитам исходной модели, обучением на текстовых, учебных, математических и кодовых данных, а также корректировкой с помощью LoRA с последующим слиянием адаптера в веса. Разработчик приводит результаты собственных проверок, но они не являются стандартизованными бенчмарками. Модель распространяется в формате safetensors под лицензией Apache-2.0.

Качество и устойчивость могут уступать исходной модели; особенно отмечена слабость в рассуждениях о последовательностях и шаблонах, а также ошибки при необычных формулировках. Восстановление и оценка были сосредоточены главным образом на тексте, поэтому возможности сохранённой визуальной части проверены ограниченно.

Сценарии применения

  • диалоги с мультимодальной моделью
  • ответы на вопросы по изображениям
  • описание визуального содержимого
  • решение арифметических и логических задач
  • генерация и анализ кода

Ограничения

Слабее исходной модели в рассуждениях о последовательностях и шаблонах и может ошибаться при необычных формулировках. Восстановление и оценка были ориентированы преимущественно на текст, поэтому визуальные возможности проверены ограниченно.

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

Qwen3.8-20B-Minitron

An experimental structurally-pruned derivative of Qwen/Qwen3.8-27B.

This is not a quantization of the 27B model.

The language model was physically reduced from 64 to 44 decoder layers using iterative marginal-KL group pruning, followed by knowledge-distillation recovery and targeted repair training.

Architecture

Qwen3.8-27BThis model
Measured parameters27.357B19.746B
Language layers6444
Hybrid groups1611
Parameter reduction—27.82%

Approximately 7.61 billion parameters were physically removed.

Original language-layer pattern:

[linear_attention, linear_attention, linear_attention, full_attention] × 16

Surviving groups:

[0, 2, 4, 6, 7, 8, 11, 12, 13, 14, 15]

Removed groups:

[1, 3, 5, 9, 10]

The surviving layers retain their original Qwen weights and are reindexed after pruning.

Recovery

The raw 19.746B child remained coherent but showed noticeable reasoning and factual instability.

Recovery was performed in multiple stages using:

  • original Qwen3.8-27B teacher logits
  • top-k knowledge distillation
  • next-token training
  • mixed educational/instruction/math/code data
  • targeted repair examples
  • custom LoRA recovery
  • final LoRA merge into the standalone weights

The uploaded checkpoint contains the fully merged weights. No adapter or pruning script is required to load it.

Internal release checks

A custom held-out evaluation used during release selection scored:

  • overall accuracy: 81.2%
  • arithmetic: 100%
  • logic: 100%
  • money/Dutch: 83%
  • probability: 80%
  • Python: 75%
  • strict instruction following: 83%
  • sequence/pattern reasoning: 20%

These are custom internal checks, not standardized benchmark scores, and should not be compared directly with official Qwen benchmark results.

The final legacy regression suite scored 11/12 (91.7%).

Known limitations

This is an experimental compressed model.

In particular:

  • pattern/sequence reasoning remains a weakness
  • some unusual wording can still produce incorrect reasoning
  • pruning may have removed capabilities not represented by our tests
  • recovery and evaluation focused primarily on text
  • the vision tower is retained from the parent model but was not the focus of the recovery process
  • this model should not be assumed to match Qwen3.8-27B quality

Usage

import torch
from transformers import AutoModelForMultimodalLM, AutoTokenizer

model_id = "exnivo/Qwen3.8-20B-Minitron"

tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForMultimodalLM.from_pretrained(
    model_id,
    dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "user", "content": "What is the capital of Australia?"}
]

text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)

inputs = tokenizer(
    text,
    return_tensors="pt",
).to(model.device)

with torch.inference_mode():
    output = model.generate(
        **inputs,
        max_new_tokens=128,
    )

print(
    tokenizer.decode(
        output[0][inputs.input_ids.shape[1]:],
        skip_special_tokens=True,
    )
)

Method

The pruning process did not rank all layers once and then remove them simultaneously.

Instead, after every group removal, candidate importance was measured again on the current pruned model using marginal KL divergence.

This mattered because layer importance changed substantially after earlier groups were removed.

The process was:

  1. start with 16 four-layer hybrid groups
  2. protect boundary groups
  3. temporarily bypass each candidate group
  4. measure marginal KL divergence
  5. permanently remove the least disruptive group
  6. recompute all candidate scores
  7. repeat until 11 groups remained
  8. recover the resulting model using distillation
  9. run targeted repair training
  10. merge recovery weights into this standalone checkpoint

Attribution

Based on Qwen/Qwen3.8-27B.

This is an independent experimental derivative and is not an official Qwen release.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
3c83513

0 моделей