/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,6 млрд
Размер весов
85,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen4_exp_text · MoE
Библиотека
transformers
Опубликована
3 сен 2026

slimder-qwen38-ream288-depth32-agentic-ngram50-compact-nvfp4

Генерация текстаТекст → текст15 профессий

Экспериментальный компактный текстовый MoE-чекпойнт семейства Qwen3.8 Perian для диалоговой генерации, рассуждений, кода и агентных сценариев.

151скачиваний за 30 дней0лайковвеса обновлены10 сен 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

jakeatx выпустил экспериментальный компактный чекпойнт семейства Qwen3.8 Perian на архитектуре Qwen4ExpTextForCausalLM типа MoE. Модель предназначена для генерации текста в диалогах и многошаговых сценариях, включая рассуждения, код, работу с инструментами и поиск по контексту. Она содержит 3,6 млрд параметров и поддерживает контекст до 262 144 токенов.

Это производный чекпойнт с упаковкой routed-expert весов в NVFP4 E2M1; таблица PLE n-грамм сохранена в BF16, остальные тензоры оставлены в исходной точности. По README, логический размер тензоров уменьшен на 43,26% относительно исходного чекпойнта. Карточка сообщает о проверках структуры, приближённого сохранения весов и генерации.

Модель опубликована под лицензией Apache-2.0. В README указано требование установить включённый компактный runtime patch перед загрузкой; результаты проверки ограничены описанными в карточке тестами. Языковая специализация не заявлена.

Сценарии применения

  • генерация ответов в диалоге
  • многошаговые рассуждения по тексту
  • написание и отладка кода
  • вызов инструментов в агентных сценариях
  • ответы по предоставленному контексту

Ограничения

Для загрузки требуется установить включённый в репозиторий compact runtime patch. Проверки качества в README охватывают ограниченную выборку тензоров и несколько проходов генерации, поэтому они не устанавливают качество на широком наборе задач.

Для каких профессий подходит15

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

REAM-288 compact model — packed NVFP4 routed experts

This is the production-candidate packed checkpoint derived from sjakek/slimder-qwen38-ream288-depth32-agentic-ngram50-compact.

What is compressed

  • All 32 layers' fused routed-expert gate_up_proj and down_proj tensors are stored as packed NVFP4 E2M1 values.
  • Each block of 16 weights has an FP8 E4M3 scale and each expert projection has an FP32 global scale.
  • The compact PLE n-gram table remains BF16 and is byte-identical to the validated base checkpoint.
  • All non-routed-expert tensors remain at their source precision.

Logical tensor payload is 85,394,969,008 bytes, down from 150,511,416,232 bytes: a 43.26% whole-checkpoint reduction (1.7625× compression). The packed routed-expert payload is 25,480,617,984 bytes, down from 90,596,966,400 bytes.

The frozen n-gram selection manifest SHA-256 is 24a0cf8360699362b6a99da498a4138b6a390918bf9cfc9df5b15bcdc3397983.

Validation

  • Structure and hashes validated for all 976 tensors.
  • Thirty routed-expert slices sampled across layers 0, 7, 15, 23, and 31: minimum cosine similarity 0.995475 and maximum relative mean absolute error 0.090817 after dequantization.
  • Two-GPU full load, three finite forward passes, and deterministic generation passed without meta tensors or disk offload.
  • Fresh two-step LoRA smoke passed directly against this packed checkpoint: train losses 5.06963 and 4.97441, eval loss 5.05745, finite nonzero gradients, and 5,079,040 trainable adapter parameters.

Runtime requirement

This checkpoint includes transformers_compact_runtime.py. Install its patch before loading:

import importlib.util
from pathlib import Path

checkpoint = Path("/path/to/checkpoint")
spec = importlib.util.spec_from_file_location(
    "ream_compact_runtime", checkpoint / "transformers_compact_runtime.py"
)
runtime = importlib.util.module_from_spec(spec)
spec.loader.exec_module(runtime)
runtime.install()

from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained(
    checkpoint, dtype="bfloat16", device_map="auto", low_cpu_mem_usage=True
)

The bundled compatibility path dequantizes only the routed expert slices selected for a token and uses the stock eager PyTorch expert computation. This proves the checkpoint is genuinely packed and trainable, but it is not yet a fused NVFP4 serving kernel. A serving engine needs explicit support for Qwen4Exp fused experts plus the compact PLE runtime to realize NVFP4 inference throughput.

Provenance files

  • nvfp4_packing_manifest.json: exact sizes, shard hashes, and format identifier.
  • hf_quant_config.json: quantized and excluded module classes.
  • PACKED_SHA256SUMS: full top-level file hashes.
  • The validation and QLoRA receipts are published alongside the model as small JSON artifacts.

Qwen3.8 Perian project lineage

This repository is retained in the Qwen3.8 Perian checkpoints collection. Its exact position in the lineage is: Experimental quantized checkpoint after depth, expert-width, and PLE n-gram reductions, before the final rank-32 QLoRA.

The final Qwen3.8 Perian GGUF release combines three reductions and one post-training stage:

  • depth: 48 to 32 transformer layers;
  • routed-expert width: 384 to 288 experts per layer;
  • PLE n-gram capacity: 320,001,446 to 160,000,768 rows (50%, about 25.60B parameters removed), using activation-aware bigram and frequency-ranked trigram selections validated on a document-disjoint 5M-token holdout;
  • rank-32 QLoRA on 12,558 normalized traces spanning math/STEM reasoning, coding/debugging, agentic tool use, retrieval, and general multi-step reasoning. The trace mixture draws from several frontier-model families, including Fable 5, GLM 5.2, Kimi K3, Claude Opus 4.7, Qwen3.8-Max, and GPT-5.6-Sol. The final merged milestone was trained through 9,336,692 supervised assistant tokens.

Earlier checkpoints in this collection do not inherit later stages merely by being listed beside them; the stage statement above is authoritative for this artifact.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Нельзя запустить

Модели нужен vLLM (несколько GPU), но архитектура Qwen4ExpTextForCausalLM ему неизвестна.

Класс архитектуры
Qwen4ExpTextForCausalLM
Ревизия весов
b967556

0 моделей