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 компактная черновая модель EAGLE3, созданная методом онлайн-обучения SpecForge на базе Qwen/Qwen3-1.7B. Она предназначена для ускорения генерации текста методом speculative decoding: черновая модель предлагает продолжения, которые проверяет целевая Qwen3-1.7B. Самостоятельно как обычную языковую модель её использовать нельзя.
Архитектура чекпойнта — LlamaForCausalLMEagle3; в репозитории указано 361,5 млн параметров и контекст 40 960 токенов. Веса сохранены в safetensors; замороженные веса целевых эмбеддингов в чекпойнт не входят и загружаются из целевой модели. Для работы требуется код, совместимый со SpecForge/EAGLE3, и базовая модель Qwen/Qwen3-1.7B. В карточке не заявлены результаты бенчмарков. Лицензия указана как other, поэтому условия использования следует уточнить в материалах репозитория.
Сценарии применения
ускорение генерации текста на базе Qwen3-1.7B
ускорение диалоговых ответов целевой модели Qwen3
проверка совместимости speculative decoding в стеке SpecForge/EAGLE3
Ограничения
Модель не предназначена для самостоятельной генерации и требует целевую Qwen/Qwen3-1.7B и совместимый код SpecForge/EAGLE3. Бенчмарки в карточке не приведены, а лицензия обозначена 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-sw768
Checkpoint
epoch_9_step_465000
Epoch
9
Global step
465000
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.jsonl
Learning rate
0.0001
Batch size
1
Epochs configured
10
Total scheduled steps
467800
Max length
2048
Warmup ratio
0.015
Max grad norm
0.5
TTT length
7
Draft accumulation steps
1
Draft sliding window
768
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
768
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