/ Модель

Характеристики

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

Qwen3.6-27B-Q8_0-dequant-bf16-vllm

Изображение и текст → текст15 профессий

Конвертированная в BF16 текстовая версия Qwen3.6-27B для диалоговой генерации и запуска через vLLM.

16скачиваний 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-Q8_0-dequant-bf16-vllm — конвертированная версия весов Qwen3.6-27B, подготовленная exolabs для запуска через vLLM. Веса взяты из GGUF-квантизации Q8_0 репозитория unsloth/Qwen3.6-27B-GGUF, деквантизированы, преобразованы в формат Transformers и сохранены в BF16 как safetensors. Это плотная модель семейства Qwen3.5 с поддержкой чата и интерфейса вызова инструментов.

Исходная архитектура предусматривает обработку текста и изображений, однако в этом репозитории отсутствует визуальная башня. README рекомендует запускать модель в режиме только языковой части, поэтому для данного набора весов следует рассчитывать на текстовый ввод и генерацию текста. Конфигурация проверена на H200 с vLLM 0.23.0; автор указывает максимальную длину контекста 4096 токенов в рекомендуемой команде запуска.

Это преобразование уже квантизированных весов Q8_0 в BF16, а не исходный чекпойнт BF16: точность деквантизации ограничена исходной квантизацией. Лицензия в предоставленных данных не указана.

Сценарии применения

  • диалоговые ответы на текстовые запросы
  • генерация и продолжение текста
  • запуск чат-модели через vLLM
  • вызов инструментов из диалогового интерфейса

Ограничения

В репозитории отсутствует визуальная башня, поэтому README рекомендует использовать только языковую часть; обработка изображений этим набором весов недоступна. Веса происходят из Q8_0 GGUF, поэтому деквантизация в BF16 не восстанавливает точность исходных неквантизированных весов; лицензия в предоставленных данных не указана.

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

Qwen3.6-27B Q8_0 GGUF dequantized to BF16 for vLLM

Source GGUF: unsloth/Qwen3.6-27B-GGUF, file Qwen3.6-27B-Q8_0.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-Q8_0-dequant-bf16-vllm \
  --served-model-name qwen36-27b-gguf-q8_0-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
dd76fe0

0 моделей