/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,9 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3.8-27B-DSpark
Библиотека
transformers
Опубликована
1 сен 2026

Qwen3.8-27B-Uncensored-DSpark-RTX5090

ЭмбеддингиТекст → embedding3 профессии

fleetml/Qwen3.8-27B-Uncensored-DSpark-RTX5090 — вспомогательная speculative decoding-модель, разработанная fleetml на основе RadixArk/Qwen3.8-27B-DSpark.

10 666скачиваний за 30 дней0лайковвеса обновлены1 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Она предназначена не для самостоятельной генерации, а для ускорения работы целевой модели fleetml/Qwen3.8-27B-Uncensored-NVFP4-RTX5090 при локальном обслуживании, исследованиях, оценке и разработке агентных систем на видеокарте NVIDIA RTX 5090.

Архитектура драфтера — DSparkDraftModel: 1 857 358 337 параметров, 5 слоёв, block size 7 и 5 целевых слоёв. Модель обучалась в BF16 на скрытых состояниях, полученных от точной NVFP4-целевой модели, а для использования преобразована в ModelOpt NVFP4. Заявлено контекстное окно архитектуры 262 144 токена; проверенный контекст запуска — 122 880 токенов, автоматически выделяемый активный пул — 87 798 токенов. В метаданных указаны языки English и Chinese. Совокупный размер пары моделей составляет 22,24 ГБ, а распределение весов на GPU — 20,50 ГБ.

В тесте на одной RTX 5090 пара достигла медианной скорости декодирования 217,73 токена в секунду и медианного времени до первого токена 0,113 секунды; результаты получены при единичной конкурентности, температуре 0 и на 18 успешных запросах. Эти показатели относятся к конкретной конфигурации и не означают устойчивую генерацию 16 000 токенов. Для работы драфтер необходимо подключать к совместимой целевой модели через speculative decoding с параметрами speculative-draft-model-path и modelopt_fp4. Лицензия — Apache 2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.8-27B Uncensored DSpark NVFP4 RTX 5090

Target-matched ModelOpt NVFP4 DSpark speculative drafter for fleetml/Qwen3.8-27B-Uncensored-NVFP4-RTX5090.

The drafter was initialized from RadixArk/Qwen3.8-27B-DSpark, trained in BF16 on hidden states captured from the exact OrcaRouter-derived NVFP4 target, and converted to ModelOpt NVFP4 for RTX 5090 serving.

Combined profile

FieldValue
Combined disk size22.24 GB
Combined GPU weight allocation20.50 GB
GPU memory remaining after initialization2.83 GB
Architecture context window262,144 tokens
Validated launch context122,880 tokens
Automatically allocated active pool87,798 tokens

Measured result

The current NVFP4 pair reached 217.73 tokens per second median decode across 18 successful requests on one RTX 5090.

MetricResult
Median decode217.73 tokens per second
Median time to first token0.113 seconds
P95 time to first token0.149 seconds
Generated tokens per request26 to 640
Total generated tokens3,633

The test used concurrency 1, temperature 0, two warmups, three repeats across six prompts, FP8 E4M3 KV cache, and a fixed request seed. The 16,000-token request setting was a ceiling. This result is not a sustained 16,000-token generation measurement.

Drafter details

FieldValue
ArchitectureDSparkDraftModel
Serving precisionModelOpt NVFP4
Training precisionBF16
Parameters1,857,358,337
Layers5
Block size7
Target layers5, 19, 33, 47, 61
Export size1,642,153,266 bytes
Safetensors SHA-256cf5720d722e0b0bbd74198262c8857ee3a348a14e99ab30bd96cb31e353b5ebe

Training and conversion

  • Exact-target teacher features: 126 records
  • Maximum training sequence length: 1,024 tokens
  • Training length: 64 optimizer steps
  • Dataset source: HuggingFaceH4/ultrachat_200k
  • Training framework: SpecForge at commit 2fc993077c3c53df14ebdd5d414c854864476af8
  • Quantization: NVIDIA ModelOpt NVFP4
  • Conversion validation: tensor, dtype, metadata, load, API, Hermes, and benchmark checks

Serving

Use this repository as --speculative-draft-model-path and set --speculative-draft-model-quantization modelopt_fp4. The complete RTX 5090 launch command is provided on the target model page.

Use

This drafter is intended for controlled local research, evaluation, and agent development. Use it responsibly and comply with the Apache 2.0 license and applicable law.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; запуск откроется после проверки совместимости.

Класс архитектуры
DSparkDraftModel
Ревизия весов
7747bd7

0 моделей