/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
53,8 ГБ
Архитектура
qwen3_5 · dense
Библиотека
transformers
Опубликована
26 июн 2026

Qwen3.6-27B-Q4KM-dequant-bf16-vllm

Изображение и текст → текст12 профессий

Текстовая версия Qwen3.6-27B, преобразованная из GGUF Q4_K_M в BF16 для диалоговой генерации через vLLM.

10скачиваний за 30 дней0лайковвеса обновлены26 июн 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

Qwen3.6-27B Q4KM dequant BF16 for vLLM — это преобразованная версия весов Qwen3.6-27B, подготовленная exolabs для запуска через vLLM. Исходные веса взяты из GGUF-файла Q4_K_M репозитория unsloth/Qwen3.6-27B-GGUF, деквантизированы и сохранены в формате BF16 в шардах safetensors; конфигурация и токенизатор взяты из Qwen/Qwen3.6-27B. Архитектура — плотная Qwen3_5ForConditionalGeneration; валидация описывает текстовую генерацию, а визуальная башня намеренно отсутствует.

Модель предназначена для диалоговой генерации текста и развёртывания через vLLM. В README указаны успешная загрузка через Transformers CUDA и короткая генерация, а также проверка совместимости с интерфейсом vLLM completions. Для запуска автор рекомендует режим только языковой модели и максимальную длину контекста 4096 токенов. Хотя метаданные содержат тег image-text-to-text и возможность vision, данная сборка не включает визуальную башню и рассчитана на текстовый режим.

Это конверсия и деквантизация исходного GGUF Q4_K_M в BF16, а не исходный чекпойнт BF16: точность ограничена исходными квантованными весами. Репозиторий не сообщает лицензию; условия использования следует сверить с лицензиями исходной модели и файла. Для запуска нужны совместимые версии vLLM и подходящее GPU-оборудование; проверка проводилась на H200 с vLLM 0.23.0.

Сценарии применения

  • развёртывание диалоговой языковой модели через vLLM
  • генерация ответов в текстовом чате
  • получение продолжений текста через API completions

Ограничения

Визуальная башня отсутствует, поэтому сборка предназначена для текстового режима, несмотря на image-text-to-text в метаданных. Веса происходят из квантованного Q4_K_M GGUF и преобразованы в BF16; рекомендуемая длина контекста при запуске — 4096 токенов.

Для каких профессий подходит12

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

Qwen3.6-27B Q4_K_M GGUF dequantized to BF16 for vLLM

Source GGUF: unsloth/Qwen3.6-27B-GGUF, file Qwen3.6-27B-Q4_K_M.gguf.

Base config/tokenizer: Qwen/Qwen3.6-27B. Weights come from the GGUF, not the HF base checkpoint.

Conversion: GGUF tensors were dequantized to fp32, Qwen GDN layout transforms were reversed, Qwen RMSNorm offset tensors were converted to HF format, and tensors were cast once to BF16 before writing sharded safetensors.

Validation on an H200 with vLLM 0.23.0:

  • 851 GGUF tensors mapped to 851 safetensor keys.
  • Transformers CUDA load and short generation passed. The base visual tower is intentionally absent; serve this as text-only with --language-model-only.
  • Numeric checks passed with max_abs_vs_bf16=0; quantized matrix error vs fp32 direct dequant was BF16-scale (max_rel_vs_fp32 ~= 0.00389).
  • vLLM /v1/completions smoke passed.

Recommended serve command:

VLLM_USE_FLASHINFER_SAMPLER=0 vllm serve exolabs/Qwen3.6-27B-Q4KM-dequant-bf16-vllm \
  --served-model-name qwen36-27b-gguf-q4km-bf16 \
  --dtype bfloat16 \
  --max-model-len 4096 \
  --gpu-memory-utilization 0.85 \
  --attention-backend triton_attn \
  --gdn-prefill-backend triton \
  --trust-remote-code \
  --language-model-only

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
2e46135

0 моделей