/ Модель

Характеристики

Контекст
262 144 токена
Параметры
4,3 млрд
Размер весов
262 ГБ
Лицензия
Apache 2.0
Архитектура
qwen4_exp_text · MoE
Базовая модель
slimder-qwen38-reap384-s0
Библиотека
transformers
Опубликована
31 авг 2026

slimder-qwen38-reap384-depth40-mb4-5

Генерация текстаТекст → текст5 профессий

Экспериментальный чекпойнт Qwen3.8 Perian с сокращённой до 40 слоёв архитектурой MoE для генерации текста и диалогов.

1 899скачиваний за 30 дней0лайковвеса обновлены10 сен 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.

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

SLIMDER Qwen3.8 REAP384 depth-40 candidate — экспериментальный чекпойнт, созданный из закреплённой версии модели S0 проекта Qwen3.8 Perian. Он получен структурным сокращением глубины: из исходных 48 слоёв трансформера удалены макроблоки 4 и 5, то есть восемь слоёв; при этом сохранены 384 эксперта на слой и полная таблица PLE. Модель содержит 4,3 млрд параметров, использует архитектуру Qwen4ExpForCausalLM типа mixture-of-experts и рассчитана на контекст до 262 144 токенов.

Модель предназначена для генерации текста и диалогового применения. В README указано, что этот вариант занял первое место в двух этапах отбора кандидатов, однако авторы характеризуют его как промежуточный экспериментальный чекпойнт и не заявляют о финальном качестве. Это предшественник более позднего релиза Perian: последующие сокращение числа слоёв и экспертов, уменьшение таблицы PLE и QLoRA-дообучение к этому чекпойнту не относятся. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.

Сценарии применения

  • генерация текста в диалоговом интерфейсе
  • ответы на вопросы в длинном контексте
  • продолжение заданного текста
  • экспериментальная оценка влияния сокращения глубины модели
  • исследование компромисса между размером модели и сохранением поведения

Ограничения

Это промежуточный экспериментальный чекпойнт, и README не заявляет о его финальном качестве. Языковая поддержка отдельно не указана.

Для каких профессий подходит5

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

SLIMDER Qwen3.8 REAP384 depth-40 candidate

This public checkpoint materializes the structural candidate remove-macroblocks-4-5 from the pinned S0 checkpoint. The candidate removes macroblocks 4 and 5 (eight transformer layers total), reducing the text stack from 48 layers to 40.

The candidate ranked first in both the full 66-candidate S1 screen and the disjoint five-candidate S2 holdout canary. The S2 holdout composite damage was 0.4367509414536726; its baseline-top-1 token remained in the candidate top-32 with probability 0.99833055081869.

This is an experimental intermediate checkpoint, not a final quality claim. See PROMOTION.json and depth_materialization_manifest.json for exact source revisions, layer indices, file sizes, and SHA-256 hashes.

Qwen3.8 Perian project lineage

This repository is retained in the Qwen3.8 Perian checkpoints collection. Its exact position in the lineage is: Depth-pruning precursor at 40 layers. It retains 384 experts per layer and the full PLE table and predates the Perian 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

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen4ExpForCausalLM
Ревизия весов
88cdf64

0 моделей