/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,9 млрд
Лицензия
Apache 2.0
Архитектура
pruned_qwen3_5_moe · MoE
Базовая модель
Qwen3.6-35B-A3B
Библиотека
transformers
Опубликована
21 июл 2026

Qwen3.6-35B-A3B-winnow-keep25

Генерация текстаТекст → текст10 профессий

Прореженная методом Winnow модель Qwen для диалогов и генерации текста с сокращённой шириной каналов экспертов.

92скачиваний за 30 дней1лайквеса обновлены21 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

Qwen3.6-35B-A3B · Winnow keep-25 — производная разреженная модель семейства Qwen, созданная методом поканального прореживания экспертов. По README, разработчик оставил 25% каналов маршрутизируемых экспертов, удалив 75%; промежуточная ширина SwiGLU экспертов сокращена по оценкам важности каналов, а внимание, эмбеддинги и маршрутизатор сохранены. В карточке указано 2,9 млрд параметров, тогда как README сообщает 10,5 млрд, поэтому размер модели в источниках расходится.

Модель предназначена для генерации текста и диалогового использования. Указанный базовый чекпойнт — Qwen/Qwen3.6-35B-A3B; заявленное контекстное окно — 262 144 токена. Для запуска README требует Transformers версии 5 или новее и trust_remote_code=True; также описан запуск через vLLM с плагином winnow. На проверке perplexity на C4 приведено значение 22,53; сравнительные и downstream-результаты вынесены в отдельную публикацию.

Модель распространяется по лицензии Apache-2.0. Карточка не сообщает о поддерживаемых языках и не даёт подробной оценки качества для прикладных задач; прореживание может влиять на качество относительно базовой модели.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание и продолжение текстов
  • развёртывание текстовой LLM с прореженными MoE-экспертами

Ограничения

Модель требует Transformers версии 5 или новее и trust_remote_code=True; README также описывает запуск через специальный плагин winnow для vLLM. Число параметров расходится между источниками: 2,9 млрд в метаданных и 10,5 млрд в README; приведённая perplexity измерена только на C4.

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

Qwen3.6-35B-A3B · Winnow keep-25

Qwen/Qwen3.6-35B-A3B with 75% of routed-expert channels removed by winnow variable-width expert pruning — 10.5B parameters. Requires trust_remote_code=True (ragged variable-width experts, PrunedQwen3_5MoeForCausalLM); transformers ≥ 5.

Instead of deleting whole experts (REAP-style), winnow shrinks each expert's SwiGLU intermediate width according to a per-channel importance score (router weight × |post-SwiGLU activation| × down-projection column L2), allocated by a per-layer global rank in blocks of 128 channels. Attention, embeddings and the router are untouched. Calibration: C4, qwen35_stats1024.

Results (unhealed, this checkpoint)

Keep fraction0.25
Params10.5B (base 35B)
C4 ppl, 32 × 2048-token seqs (winnow_verify.json)22.53

Whole-expert REAP comparison at matched budget and calibration, and downstream numbers (MMLU-Pro / IFEval, Protocol E), are in the Winnow writeup. Healed variants: keep50-healed, keep25-healed.

Serving

vLLM via the winnow plugin in variable-reap; --enforce-eager, pipeline-parallel supported (keep-50 runs on 2 × 24 GB).

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; автор пока не в списке доверенных организаций.

Класс архитектуры
PrunedQwen3_5MoeForCausalLM
Ревизия весов
97723a4

0 моделей