/ Модель

Характеристики

Контекст
131 072 токена
Параметры
503 млн
Лицензия
Своя лицензия
Архитектура
qwen3_dflash2 · dense
Базовая модель
MiniCPM5-2B-DSpark
Библиотека
draftfit
Опубликована
4 окт 2026

MiniCPM5-2B-SFT-Draftfit-DFlash2

Генерация текстаТекст → текст

Черновая модель DFlash2 для ускорения спекулятивного декодирования целевой MiniCPM5-2B-SFT.

471скачиваний за 30 дней0лайковвеса обновлены5 окт 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

Это черновая модель DFlash2, подготовленная проектом Draftfit для ускорения спекулятивного декодирования с целевой моделью openbmb/MiniCPM5-2B-SFT. Она принимает контекст генерации и предлагает черновые токены, которые целевая модель проверяет; сама по себе модель не заменяет целевую LLM. В метаданных указаны плотная архитектура qwen3_dflash2, класс DFlash2DraftModel, 503,3 млн параметров и контекст до 131 072 токенов. Репозиторий содержит веса Safetensors и предназначен для использования с соответствующей целевой моделью и токенизатором.

README описывает обучение в несколько этапов и проверку на 53 диалогах, включая наборы для общего общения, кода и вызова инструментов. В тестовой конфигурации MLX авторы сообщают о скорости для других вариантов Draftfit, но эти результаты не подтверждают общее преимущество в скорости и не дают отдельной оценки для DFlash2. Для корректной работы нужны проверки точности токенов и состояния декодирования, а совместимость DFlash2 с SGLang 0.5.16 не проверялась. Лицензия обозначена как other; README не уточняет её условия.

Сценарии применения

  • ускорение генерации текста с MiniCPM5-2B-SFT
  • черновое предсказание токенов для спекулятивного декодирования
  • ускорение диалоговых ответов локального ассистента
  • ускорение генерации кода целевой моделью
  • ускорение сценариев генерации с вызовом инструментов

Ограничения

Для корректности спекулятивного декодирования требуется проверить точность токенов, состояние и длину принятой последовательности; загрузка чекпойнта сама по себе этого не гарантирует. DFlash2 проверялась на MLX, но не на SGLang 0.5.16, а результаты скорости зависят от целевой модели, оборудования, настроек проверяющей модели и набора запросов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Draftfit — MiniCPM5-2B-SFT DFlash2

Draftfit trains and adapts speculative-decoding draft models for a frozen target LLM.

This checkpoint is the DFlash2 branch adapted to:

Each Draftfit family has separate weights. DSpark, DFlash CE, DFlash DPACE and DFlash2 are not one universal checkpoint.

Results

MLX / M5 Pro

DraftOverall tok/s
Official DSpark105.38
Draftfit DSpark116.15
Draftfit DFlash CE89.61
Draftfit DFlash DPACE89.97
Draftfit DFlash280.75

Validation set: 53 held-out conversations

  • PerfectBlend: 35
  • OpenCodeInstruct: 6
  • APIGen-MT: 6
  • Nemotron Agentic: 6

Domain results — MLX

DraftPerfectBlendOpenCodeAPIGen-MTNemotron Agentic
Official DSpark107.83112.19107.7985.86
Draftfit DSpark118.29122.28116.0491.99
Draftfit DFlash CE89.0299.1892.4979.31
Draftfit DFlash DPACE89.84103.2091.6276.97
Draftfit DFlash278.3792.7687.4970.41

Full prompt-free summary: evaluation-v4.json

Which draft should I use?

DraftBest use
DSparkBest first choice when adapting an existing DSpark draft to a new target
DFlash CESimple block-parallel DFlash baseline
DFlash DPACETest position-weighted training objectives against CE
DFlash2Research richer candidate ranking / grouped-convolution drafts

For this MiniCPM5-SFT experiment, DSpark is the strongest practical baseline.

Draftfit DSpark reached 116.15 tok/s vs 105.38 tok/s for the official DSpark in the tested MLX setup.

These measurements do not establish a general speed advantage.

Revisions

RevisionDescription
mainDFlash2, primary release
v5Additional 1,000-step continual-training stage on a fresh split

Different revisions used different held-out sets, so their measurements should not be used to rank revisions directly.

Validation notes

The models were trained for 1,000 steps per stage using disjoint 1,000-conversation training sets.

Training mixture per stage:

DatasetRows
PerfectBlend deduplicated700
OpenCodeInstruct100
APIGen-MT-5k100
Nemotron-Agentic-v1100

Important limitations:

  • DSpark/DFlash serving correctness still requires exact token/state and acceptance-length validation.
  • DFlash2 was tested on MLX but not with SGLang 0.5.16.
  • A successfully loaded draft checkpoint does not prove correct speculative decoding.
  • Reported speed is specific to the tested target, hardware, verifier settings and prompt set.

Download

hf download jayyun98/MiniCPM5-2B-SFT-Draftfit-DFlash2 \
  --revision main \
  --local-dir ./draft

The repository contains:

config.json
model.safetensors

Use them with the pinned MiniCPM5-2B-SFT target and tokenizer.

Training, conversion and benchmarking workflows are documented in:

Draftfit

License / data notice

The training mixture includes APIGen-MT-5k, which is marked CC BY-NC 4.0 and includes additional generator-provenance restrictions.

Treat this release as research / non-commercial unless you have reviewed the source dataset terms.

See SOURCE_TERMS.md and release_manifest.json.


Experimental research artifact.
The reported numbers are not a general production speedup or correctness claim.

Как запустить

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

GPU в ailist

Универсальный рантайм · draftfit

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DFlash2DraftModel
Ревизия весов
867d6ae

0 моделей