/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
10,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Ternary-Bonsai-2-27B-gguf
Библиотека
vllm
Опубликована
18 сен 2026

Ternary-Bonsai-2-27B-vllm

Генерация текстаТекст → текст10 профессий

Ternary-Bonsai-2-27B-vllm — текстовая языковая модель, разработанная Fraser Price и неофициально перепакованная для vLLM на основе Bonsai 2 27B от Prism ML.

7 414скачиваний за 30 дней5лайковвеса обновлены18 сен 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 «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

Модель создана на базе Qwen3.8-27B от Alibaba Cloud и предназначена для генерации текста и запуска инференса через vLLM, включая сценарии со speculative decoding.

Модель использует тернарные веса с 2-битным кодированием, FP16-групповыми масштабами g128 и Hadamard-преобразованием; таблица эмбеддингов хранится в BF16. Для speculative decoding применяется MTP-голова из Qwen3.8-27B, которая генерирует черновые токены, проверяемые основной моделью. В состав входит только текстовая модальность, без vision tower. Конкретные размеры контекста, языки и показатели производительности в README не указаны.

Для работы требуется плагин prism_ternary для vLLM. Модель собрана и протестирована только на NVIDIA RTX PRO 6000 Blackwell, поэтому совместимость с другими GPU не подтверждена. Проект обозначен как находящийся в разработке; возможны нестабильность и несовместимые изменения. Распространяется по лицензии Apache 2.0.

Для каких профессий подходит10

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

Ternary-Bonsai-2-27B-vllm

Work in progress. Expect rough edges and breaking changes.

Bonsai 2 27B by Prism ML, repacked for vLLM. Unofficial; not affiliated with Prism ML.

It needs the prism_ternary vLLM plugin from fraserprice/bonsai-vllm, which has the run command, kernels and throughput numbers:

docker run --rm --gpus all --ipc=host -p 8000:8000 -v bonsai:/cache fraserpricee/bonsai-vllm:20260918

Built and tested for the RTX PRO 6000 Blackwell only; other NVIDIA GPUs are untested. Problems: open an issue.

What's in here

  • The ternary weights of the MLX pack, bit for bit: the same 2-bit codes and FP16 group scales (g128), in the same Hadamard-rotated basis.
  • Two tensors the MLX pack stores per layer are left out, as they carry no information: biases, which is always exactly -scales (MLX dequantizes as code * scale + bias; ternary is (code - 1) * scale), and signs, the ±1 vector of the Hadamard rotation, which is the same for every layer of a given input width and so is kept once per width in config.json. The converter checks both.
  • The embedding table is dequantized to BF16.
  • Norms and the linear-attention state path are Prism ML's own tensors from the MLX pack, converted to the Hugging Face layout.
  • The MTP head, which the MLX pack doesn't carry, is the BF16 head of Qwen/Qwen3.8-27B. It only drafts tokens for speculative decoding; every token is verified by the Bonsai model.
  • Text only: the vision tower is not included.

Produced by prism-ternary-convert from the repo above. For benchmarks, sampling parameters and everything else about the model, see the original model card.

License

Apache 2.0, as the original. Created using Bonsai by Prism ML; built from Qwen3.8-27B by Alibaba Cloud. See NOTICE.txt.

Как запустить

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

GPU в ailist

Универсальный рантайм · vllm

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
1e1d7c0

0 моделей