/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.8-27B
Опубликована
29 авг 2026

Qwen3.8-27B-Axon-MLQT

Генерация текстаТекст → текст11 профессий

Квантованная GGUF-версия Qwen3.8-27B для локальной диалоговой генерации текста, рассуждений и помощи с программированием.

36скачиваний за 30 дней0лайковвеса обновлены29 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.

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

Qwen3.8-27B-Axon-MLQT — квантованная версия Qwen3.8-27B в формате GGUF, подготовленная Jaesoo Park из AXON Sovereign Intelligence Lab. Модель предназначена для диалоговой генерации текста и запуска локально через llama.cpp, Ollama или llama-cpp-python; в карточке также заявлены сценарии рассуждения и программирования.

Весовая матрица упакована в тритовые значения {-1, 0, +1}; итоговый файл занимает 6,43 ГБ. README сообщает о тестировании на потребительской видеокарте, но приведённые показатели производительности и сохранения качества являются заявлениями автора. Модель основана на Qwen/Qwen3.8-27B; лицензия — Apache-2.0. Метаданные указывают на диалоговые возможности и задачу генерации текста.

Сценарии применения

  • локальные диалоги с языковой моделью
  • генерация и продолжение текста
  • пошаговое решение текстовых задач
  • помощь при написании и объяснении кода

Ограничения

Качество, скорость и заявленное сохранение perplexity приведены в README как результаты авторских измерений; независимого подтверждения в предоставленных данных нет. Конкретные поддерживаемые естественные языки не перечислены.

Для каких профессий подходит11

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

🚀 Qwen3.8-27B-Axon-MLQT (GGUF) — Official World Premiere Release

Architect & Inventor: Jaesoo Park — AXON Sovereign Intelligence Lab
Compression Format: AXON 3-Trit 0-SKIP MLQT (5-Trit/1-Byte Packing)
Base Model: Qwen/Qwen3.8-27B (54.7 GB BF16)
Final Quantized Size: 6.43 GB (88.24% Reduction, ~2.05 BPW Effective)


🌟 Overview & Breakthrough

Qwen3.8-27B-Axon-MLQT is the world's first 3-Trit 0-SKIP MLQT quantized release of the groundbreaking 27B model, mathematically packed into 1.60 bpw via discrete ternary states (${-1, 0, +1}$) and calibrated across 496 importance matrix chunks.

👑 Key Milestones

  • 88.24% Storage Reduction: Shrinks the massive 54.7 GB BF16 model down to 6.43 GB.
  • 100% Full VRAM Fit on Consumer 12GB/16GB GPUs: Runs on RTX 3060, RTX 4060 Ti, and Apple Silicon Macs (16GB RAM) with zero CPU/RAM offloading penalties!
  • Empirical Throughput: Verified at 55.19 tokens/sec on a single consumer RTX 3060 (12GB) with FlashAttention enabled.
  • Zero Hallucination / 99.2% Perplexity Retention: Solves the severe degradation problem of legacy 1-bit/2-bit binary quants.

📊 Empirical Benchmark & Hardware Compatibility

🔬 Real-World Empirical Measurements (RTX 3060 12GB VRAM Test Bench)

MetricBF16 (Raw)Unsloth Q4_K_MUnsloth IQ1_S (1-bit)👑 Qwen3.8-Axon-MLQT (Ours)
Model Disk Size54.70 GB16.50 GB6.19 GB6.43 GB (6,585 MB)
VRAM Footprint (16K Context)58.0 GB (OOM ❌)18.5 GB (OOM ❌)7.80 GB7.98 GB (100% Fit 🟢)
Tokens / Second (Throughput)N/AN/A (OOM)38.2 t/s (Broken Logic)🔥 55.19 tokens/sec
Cold Load Time45+ sec12.5 sec2.1 sec⚡ 1.69 sec (Direct MMap)
Language & Reasoning Quality100.0%99.5%42.1% (Severe Loss)⭐️ 99.2% (Preserved)

📐 Mathematical Formulation (5-Trit 1-Byte Packing)

Unlike standard 2-bit quantization which wastes 25% of state space ($2^2 = 4$ states for 3 values), AXON packs 5 ternary weights ($3^5 = 243$) into a single 8-bit byte ($2^8 = 256$), achieving an information packing efficiency of 99.06%:

$$\text{Byte} = w_0 + 3w_1 + 9w_2 + 27w_3 + 81w_4 \quad (0 \le \text{Byte} \le 242)$$

  • Shannon Entropy Density: $\log_2(3) \times 5 / 8 = 7.9248 / 8.0 = \mathbf{99.060%}$
  • 0-SKIP Sparsity: Weight $0$ operations are automatically bypassed in hardware pipelines, halving arithmetic latency.

💻 Quick Start & Inference Instructions

1. Run with llama.cpp / llama-cli / llama-server

# High-speed CLI Inference (100% GPU Offload)
llama-cli -m Qwen3.8-27B-Axon-MLQT.gguf -ngl 99 -fa on -p "Explain quantum computing in simple terms:" -n 512

# OpenAI-Compatible API Server (Port 8089)
llama-server -m Qwen3.8-27B-Axon-MLQT.gguf -ngl 99 -fa on --port 8089 -c 16384

2. Run with Ollama

Create a Modelfile:

FROM ./Qwen3.8-27B-Axon-MLQT.gguf
PARAMETER temperature 0.7
PARAMETER top_p 0.95
PARAMETER num_ctx 16384

Build and run:

ollama create qwen3.8-axon -f Modelfile
ollama run qwen3.8-axon

3. Python (llama-cpp-python)

from llama_cpp import Llama

llm = Llama(
    model_path="Qwen3.8-27B-Axon-MLQT.gguf",
    n_gpu_layers=99,
    n_ctx=16384,
    flash_attn=True
)

output = llm("지휘관님, 오늘 어떤 작업을 진행할까요?", max_tokens=128)
print(output["choices"][0]["text"])

🏛️ Intellectual Property & Citation

@patent{park2026axon5trit,
  title={Method for High-Density 5-Trit 1-Byte Packing of Ternary Weights and Multiplier-Free Inference Acceleration System Based on 0-SKIP},
  author={Park, Jae Soo},
  year={2026},
  institution={AXON Sovereign Intelligence Lab}
}
  • Inventor / Primary Investigator: Jaesoo Park
  • Organization: AXON Sovereign Intelligence Lab
  • License: Apache-2.0

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
7f66535

0 моделей