/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
69,3 ГБ
Лицензия
Своя лицензия
Архитектура
qwen3_5_moe · dense
Базовая модель
Qwen3.6-35B-A3B
Библиотека
transformers
Опубликована
26 июн 2026

Qwen3.6-35B-A3B-MXFP4_MOE-dequant-bf16-vllm

Изображение и текст → текст11 профессий

Конвертированная в safetensors BF16 версия Qwen3.6-35B-A3B для текстового диалогового обслуживания через vLLM.

27скачиваний 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

Это конвертированная версия Qwen3.6-35B-A3B, подготовленная exolabs для запуска через vLLM. Весы исходного GGUF с MXFP4-квантованием экспертов MoE и тензорами в форматах K-quant, Q8 и F32 были деквантованы и преобразованы в safetensors с точностью BF16; архитектурные тензоры Qwen3.6/GDN были переименованы и согласованы для загрузки в Transformers и vLLM.

Модель предназначена для диалоговой генерации и обслуживания через vLLM. Хотя в метаданных указана задача image-text-to-text и способность vision, визуальная башня в этом артефакте отсутствует: README рекомендует запускать его только для обработки текста с параметром --language-model-only. Для мультимодального анализа изображений этот файл модели не подходит.

В репозитории 21 шард safetensors общим размером около 69,3 ГБ; README сообщает об успешных проверках загрузки, генерации и запуска в vLLM. Лицензия указана как other, поэтому перед использованием следует проверить её условия на странице модели.

Сценарии применения

  • развёртывание текстового чат-бота на базе Qwen3.6
  • обслуживание диалоговой генерации через vLLM
  • запуск BF16-версии модели из исходного GGUF-артефакта

Ограничения

Визуальная башня отсутствует, поэтому данный артефакт предназначен только для текстового обслуживания, несмотря на pipeline_tag image-text-to-text в метаданных. Лицензия обозначена как other; условия использования следует уточнить на странице модели.

Для каких профессий подходит11

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

Qwen3.6-35B-A3B MXFP4_MOE GGUF Dequantized BF16 for vLLM

This private artifact was converted from unsloth/Qwen3.6-35B-A3B-GGUF file Qwen3.6-35B-A3B-MXFP4_MOE.gguf into standard Hugging Face safetensors for vLLM serving.

The source GGUF mixes MXFP4 MoE expert tensors with K-quant/Q8/F32 tensors. The converter streams GGUF tensors, dequantizes them to fp32, applies the Qwen3.6/GDN tensor remaps, performs the required RMSNorm offset handling, fuses MoE gate and up expert tensors into mlp.experts.gate_up_proj, then casts once to BF16 before writing sharded safetensors.

Validation

  • GGUF dry-run mapping: 733 input tensors, 0 skipped, 0 unmapped.
  • MXFP4 probe: blk.0.ffn_gate_exps.weight dequantized successfully to fp32 with shape (256, 512, 2048).
  • Output index: 693 HF keys, 21 safetensor shards, 69,321,221,376 bytes.
  • Transformers load: passed as AutoModelForImageTextToText with expected missing visual tower weights only.
  • Numeric spot-checks: passed with max_abs_vs_bf16=0 for sampled direct, norm-offset, reshape/GDN, K-quant expert, and MXFP4 fused expert tensors.
  • Transformers generation smoke: passed.
  • vLLM smoke: passed on vLLM 0.23.0 with --language-model-only.

vLLM command used

VLLM_USE_FLASHINFER_SAMPLER=0 vllm serve /path/to/model   --served-model-name qwen36-35b-a3b-gguf-mxfp4_moe-bf16   --dtype bfloat16   --max-model-len 4096   --gpu-memory-utilization 0.85   --attention-backend triton_attn   --gdn-prefill-backend triton   --moe-backend triton   --trust-remote-code   --language-model-only

The visual tower files are intentionally absent because the GGUF source contains language weights only; use vLLM text serving with --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_5MoeForConditionalGeneration
Ревизия весов
a53ae12

0 моделей