/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Nanbeige4.2-3B
Библиотека
gguf
Опубликована
29 июл 2026

Nanbeige4.2-3B-GGUF

Генерация текстаТекст → текст12 профессий

gkraker04/Nanbeige4.2-3B-GGUF — это набор квантованных версий компактной языковой модели Nanbeige4.2-3B, разработанной Nanbeige.

8 491скачиваний за 30 дней0лайковвеса обновлены10 авг 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

Модель предназначена для генерации текста, агентских сценариев и задач, требующих многошагового рассуждения. Она построена на архитектуре Looped Transformer, поддерживает английский и китайский языки и распространяется в формате GGUF для запуска в совместимых средах, включая llama.cpp с поддержкой архитектуры Nanbeige.

Репозиторий содержит варианты квантования от Q8_0 до Q2_K и IQ-семейства размером примерно от 1,36 до 4,13 ГБ; исходная версия bf16 занимает 7,77 ГБ. В качестве компромисса между качеством и требованиями к памяти рекомендуется Q4_K_M размером около 2,40 ГБ. Квантование выполнено с использованием importance matrix, что помогает сохранять качество при уменьшении размера. Для Q4_K_M заявлены близкие к bf16 показатели perplexity, однако результаты зависят от типа квантования: при сильном уменьшении разрядности заметно ухудшаются многошаговое рассуждение и точность.

Модель подходит для локального запуска на устройствах с ограниченными ресурсами, генерации текста, программирования и экспериментальных агентских приложений. Точные характеристики контекстного окна, сведения о мультимодальности и подробные ограничения исходной модели в README не указаны; по представленным данным это текстовая, а не мультимодальная модель. Репозиторий распространяется по лицензии Apache 2.0.

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

Nanbeige4.2-3B GGUF

GGUF quantizations of Nanbeige4.2-3B, a compact 3B agentic model built on a Looped Transformer architecture.

These quants are built for buun-llama-cpp, the fork that added Nanbeige architecture support. They'll work with any GGUF-compatible runtime that supports Nanbeige models.

Produced with importance-matrix-guided quantization (llama-quantize --imatrix) from the bf16 source, ordered highest to lowest bits-per-weight.

Which Quant Should I Use?

Use CaseRecommended QuantSizeWhy
Maximum qualityQ8_0 or Q6_K3.2–4.1 GBVirtually lossless
Best tradeoffQ4_K_M2.4 GBSweet spot: near-lossless quality, tiny footprint
Memory constrainedQ3_K_M or IQ3_M1.9–2.0 GBStill very capable
Edge/mobileIQ2_M or Q2_K1.5–1.6 GBNoticeable but functional

Quantization Ladder

QuantSizebpw
bf167.77 GB16.00
Q8_04.13 GB8.00
Q6_K3.19 GB6.00
Q5_12.95 GB5.65
Q5_K_M2.78 GB5.50
Q5_K_S2.74 GB5.21
Q5_02.75 GB5.21
Q4_12.52 GB4.78
Q4_K_M2.40 GB4.58
Q4_K_S2.33 GB4.37
IQ4_NL2.32 GB4.50
Q4_02.32 GB4.34
IQ4_XS2.21 GB4.25
Q3_K_L2.15 GB4.03
Q3_K_M2.02 GB3.74
IQ3_M1.94 GB3.66
Q3_K_S1.86 GB3.41
IQ3_S1.87 GB3.44
IQ3_XS1.80 GB3.30
IQ3_XXS1.66 GB3.06
Q2_K1.64 GB2.96
Q2_K_S1.56 GB2.96
IQ2_M1.55 GB2.70
IQ2_S1.48 GB2.50
IQ2_XS1.36 GB2.31

Quality Benchmarks

Quality measured with MMLU-Pro (128 random questions across 14 categories, 5-shot CoT) and MuSR (128 multi-step reasoning questions). CoT reasoning enabled server-side via --reasoning on. Recovery = accuracy relative to bf16 baseline.

Accuracy Chart

Results filling in as evaluation progresses.

QuantSizeMMLU-ProMuSR
bf167.77 GB64.8%35.2%
Q8_04.13 GB64.1%34.4%
Q6_K3.19 GB64.8%35.2%
Q5_12.95 GB64.8%34.4%
Q5_K_M2.78 GB64.1%38.3%
Q5_K_S2.74 GB69.5%31.2%
Q5_02.75 GB60.9%36.7%
Q4_12.52 GB67.2%33.6%
Q4_K_M2.40 GB62.5%39.1%
Q4_K_S2.33 GB64.1%39.8%
IQ4_NL2.32 GB61.7%33.6%
Q4_02.32 GB68.0%35.9%
IQ4_XS2.21 GB65.6%35.2%
Q3_K_L2.15 GB64.1%7.8%
Q3_K_M2.02 GB62.5%10.2%
IQ3_M1.94 GB60.9%25.0%
Q3_K_S1.86 GB57.8%11.7%
IQ3_S1.87 GB58.6%18.8%
IQ3_XS1.80 GB57.8%7.0%
IQ3_XXS1.66 GB50.8%19.5%
Q2_K1.64 GB49.2%32.0%
Q2_K_S1.56 GB39.1%3.9%
IQ2_M1.55 GB48.4%6.2%
IQ2_S1.48 GB43.0%4.7%
IQ2_XS1.36 GB38.3%3.9%

Perplexity Reference

On the calibration set (107 chunks, 4K context):

QuantPPLΔ vs bf16
bf1611.64—
Q8_011.71+0.07
Q4_K_M11.68+0.04
Q3_K_M12.57+0.93
Q2_K13.89+2.24

Note: perplexity measures next-token prediction loss, not task accuracy. Q4_K_M is functionally near-lossless for this model.

Usage

llama.cpp Server

llama-server -m Nanbeige4.2-3B-Q4_K_M.gguf \
  --flash-attn on \
  --cache-type-k vbr \
  --batch-size 64 --ubatch-size 64 \
  --parallel 1 --port 8081

CLI

llama-cli -m Nanbeige4.2-3B-Q4_K_M.gguf \
  -p "Write a Python function that..." -n 512

Recommended Settings

See the original model page for recommended usage settings.

References

License

Apache 2.0

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
72e7c09

0 моделей