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
Это чекпойнт черновой модели EAGLE3, разработанный в рамках обучения SpecForge для ускорения генерации текста методом speculative decoding с целевой моделью Qwen/Qwen3-1.7B. Это не самостоятельная языковая модель: чекпойнт предназначен для совместной загрузки с целевой моделью через код, совместимый с SpecForge/EAGLE3.
Модель использует архитектуру LlamaForCausalLMEagle3 и имеет 361,5 млн параметров. Она обучена методом SpecForge EAGLE3 online training на данных ShareGPT; контекстное окно составляет 40 960 токенов. Веса чекпойнта не содержат замороженные эмбеддинги целевой модели — их загружает SpecForge из Qwen/Qwen3-1.7B. Репозиторий содержит веса safetensors и состояние обучения. Лицензия указана как other; конкретные условия использования следует сверить с карточкой и лицензией базовой модели. В карточке не заявлены результаты бенчмарков.
Сценарии применения
ускорение генерации текста с Qwen/Qwen3-1.7B через speculative decoding
интеграция EAGLE3 draft-модели в совместимый стек SpecForge
эксперименты с ускорением инференса компактных языковых моделей
Ограничения
Модель не предназначена для самостоятельной генерации и требует целевую Qwen/Qwen3-1.7B, а также совместимый код SpecForge/EAGLE3. В карточке не приведены бенчмарки; условия лицензии с пометкой other требуют проверки.
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_9_step_455000
Epoch
9
Global step
455000
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