Производная модели huluhuluu/qwen3-1p7b-eagle3-sharegpt-sw512-epoch-8-step-415000. Черновая EAGLE3-модель для ускорения генерации Qwen3-1.7B методом speculative decoding.
47скачиваний за 30 дней0лайковвеса обновлены21 авг 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.
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
Карточка модели huluhuluu/qwen3-1.7b-eagle3-sharegpt-sw512-epoch8-step415000 на Hugging Face совпадает с карточкой huluhuluu/qwen3-1p7b-eagle3-sharegpt-sw512-epoch-8-step-415000, поэтому описание составлено по ней.
Это производная модель Huluhuluu: черновой чекпойнт EAGLE3 для Qwen/Qwen3-1.7B, обученный методом SpecForge EAGLE3 online training. Он предназначен для ускорения генерации текста с помощью speculative decoding: черновая модель предлагает продолжения, которые проверяет основная модель Qwen3-1.7B. Чекпойнт не является самостоятельной целевой языковой моделью.
Модель имеет плотную архитектуру LlamaForCausalLMEagle3 и содержит 361,5 млн параметров. Указанное родное окно контекста — 40 960 токенов. Веса сохранены в safetensors; конфигурация README указывает bfloat16. Для загрузки нужны основная модель Qwen3-1.7B и совместимый код SpecForge/EAGLE3. Карточка не приводит результатов бенчмарков. Лицензия обозначена как other, поэтому условия следует проверять в репозитории.
Сценарии применения
ускорение генерации текста с Qwen3-1.7B
спекулятивное декодирование в совместимом окружении SpecForge/EAGLE3
проверка и исследование черновых продолжений для языковой модели
Ограничения
Не предназначена для самостоятельной генерации: для работы требуется целевая Qwen/Qwen3-1.7B и совместимая реализация SpecForge/EAGLE3. Карточка не содержит бенчмарков; лицензия указана как other.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This repository contains a SpecForge EAGLE3 draft-model checkpoint for use with Qwen/Qwen3-1.7B.
It is a draft model for speculative decoding, not a standalone target language model.
Checkpoint
Field
Value
Source run
qwen3-1.7b-eagle3-sharegpt-sw512
Checkpoint
epoch_8_step_415000
Epoch
8
Global step
415000
Files
config.json, model.safetensors, training_state.pt
Training Parameters
Parameter
Value
Base model
Qwen/Qwen3-1.7B
Method
SpecForge EAGLE3 online training
Framework revision
9fbbde8ab5d6ee69fb0af3701330027b8beca37a
Training data
sharegpt_train_clean.jsonl
Learning rate
0.0001
Batch size
1
Epochs configured
10
Total scheduled steps
463620
Max length
2048
Warmup ratio
0.015
Max grad norm
0.5
TTT length
7
Draft accumulation steps
1
Draft sliding window
512
Save / eval interval
5000 / 5000
Seed
0
TP / DP size
1 / 2
Attention backend
sdpa
Target model backend
sglang
SGLang attention backend
flashinfer
Dataset build workers
16
Draft Model Configuration
Field
Value
Architecture
LlamaForCausalLMEagle3
dtype
bfloat16
Hidden size
2048
Intermediate size
6144
Draft layers
1
Attention heads
16
KV heads
8
Draft vocab size
32000
Vocab size
151936
Max position embeddings
40960
Sliding window
512
Max window layers
28
Notes
The checkpoint weights exclude the frozen target embedding weights; SpecForge loads them from the target model.
The checkpoint is intended to be loaded by SpecForge/EAGLE3-compatible code.
training_state.pt is included for provenance and training-state inspection.
No benchmark claim is made in this card.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров