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

Ссылки

Hugging Face

Qwen3.6-35B-A3B-winnow-keep50

hbfreed

Генерация текстаТекст → текст8 профессий

Прореженная MoE-модель Qwen для генерации текста и диалогов с уменьшенной шириной каналов экспертов.

69скачиваний 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-50 — это производная модель семейства Qwen, созданная методом структурного прореживания routed-экспертов. Разработчик уменьшил промежуточную ширину каналов SwiGLU-экспертов на 50% по оценкам важности, сохранив без изменений механизм внимания, эмбеддинги и маршрутизатор. В README указано 18,5 млрд параметров, тогда как метаданные каталога сообщают 2,9 млрд; эти сведения расходятся. Архитектура — MoE для причинной генерации текста, модель поддерживает диалоговый сценарий и принимает до 262 144 токенов контекста.

Модель предназначена для генерации текста и диалогов. На тесте C4 для этого чекпойнта указана perplexity 14,69 на 32 последовательностях длиной 2048 токенов; README отсылает к отдельной работе за сравнением с REAP и результатами downstream-тестов. Для запуска требуется Transformers версии 5 или новее и trust_remote_code=True; README описывает обслуживание через vLLM с плагином winnow и поддержку запуска на двух GPU по 24 ГБ. Лицензия — Apache-2.0.

Сценарии применения

ведение диалога с пользователем
генерация текстовых ответов
создание черновиков и продолжений текста

Ограничения

Для запуска необходимы Transformers версии 5 или новее и trust_remote_code=True; README также указывает требование плагина winnow для обслуживания через vLLM. Показатель perplexity приведён для ограниченного теста C4, а результаты downstream-сравнений в карточке отсутствуют.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

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-50

Qwen/Qwen3.6-35B-A3B with 50% of routed-expert channels removed by winnow variable-width expert pruning — 18.5B 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 fraction	0.50
Params	18.5B (base 35B)
C4 ppl, 32 × 2048-token seqs (`winnow_verify.json`)	14.69

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: c888e22