/ Модель

Характеристики

Контекст
131 072 токена
Параметры
8,5 млрд
Размер весов
114 ГБ
Лицензия
Apache 2.0
Архитектура
glm4_moe · dense
Базовая модель
INTELLECT-3
Библиотека
transformers
Опубликована
18 янв 2026

INTELLECT-3-REAP-50-heretic

Генерация текстаТекст → текст15 профессий

Сжатая версия INTELLECT-3 с удалёнными экспертами и изменённым поведением отказов для диалоговой генерации текста, кода и ответов на сложные запросы.

22скачиваний за 30 дней5лайковвеса обновлены18 янв 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

INTELLECT-3-REAP-50-heretic — текстовая чат-модель jtl11, созданная на основе PrimeIntellect/INTELLECT-3. Это версия INTELLECT-3 с удалением 50% экспертов методом REAP (Router-weighted Expert Activation Pruning) и изменением поведения отказов с помощью abliteration. Модель сохраняет архитектуру GLM-4 MoE; в репозитории указано 8,5 млрд параметров и контекст до 131 072 токенов.

Модель предназначена для генерации текста в диалоге, включая ответы на запросы, код и сложные многошаговые задачи. Калибровка REAP использовала примеры генерации кода, вызова функций и многоходовых сценариев для агентов. В сравнении с исходной моделью в README указано 3 отказа из 100 запросов против 60 из 100; измеренная KL-дивергенция составляет 0,0413. Модель доступна в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • генерация ответов в диалоговом чат-боте
  • написание и дополнение кода
  • решение сложных многошаговых задач
  • вызов функций в агентных сценариях

Ограничения

Сжатие удалением 50% экспертов может влиять на качество относительно исходной модели; README приводит KL-дивергенцию, но не даёт оценки качества на широком наборе задач. Модель реже отказывает на запросах, поэтому её ответы требуют проверки.

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

This is a decensored version of 0xSero/INTELLECT-3-REAP-50, made using Heretic v1.1.0

Abliteration parameters

ParameterValue
direction_index26.50
attn.o_proj.max_weight1.48
attn.o_proj.max_weight_position27.79
attn.o_proj.min_weight1.10
attn.o_proj.min_weight_distance15.18
mlp.down_proj.max_weight1.47
mlp.down_proj.max_weight_position39.36
mlp.down_proj.min_weight0.24
mlp.down_proj.min_weight_distance17.75

Performance

MetricThis modelOriginal model (0xSero/INTELLECT-3-REAP-50)
KL divergence0.04130 (by definition)
Refusals3/10060/100

INTELLECT-3-REAP-50

50% expert-pruned version of PrimeIntellect/INTELLECT-3 using Cerebras REAP (Router-weighted Expert Activation Pruning).

Model Details

PropertyValue
Base ModelPrimeIntellect/INTELLECT-3 (248B MoE)
ArchitectureGLM-4 MoE (glm4_moe)
Compression50% (64 experts pruned)
Remaining Experts64 per layer
Parameters~124B
FormatBF16 SafeTensors
Size107 GB

REAP Configuration

dataset: 0xSero/glm47-reap-calibration-v2
samples: 1360
  - evol-codealpaca-v1: 700 (code generation)
  - xlam-function-calling-60k: 330 (function calling)
  - SWE-smith-trajectories: 330 (agentic multi-turn)
distance_measure: angular
seed: 42
model_max_length: 2048
compression_ratio: 0.50
prune_method: reap

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "0xSero/INTELLECT-3-REAP-50",
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("0xSero/INTELLECT-3-REAP-50", trust_remote_code=True)

messages = [{"role": "user", "content": "Write a Python function to calculate fibonacci numbers"}]
inputs = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True).to(model.device)
outputs = model.generate(inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Related Models

ModelCompressionFormatSize
INTELLECT-3-REAP-5050%BF16107GB
INTELLECT-3-REAP-50-W4A1650%W4A16 GPTQ~30GB (coming soon)

Citation

@article{cerebras2025reap,
  title={REAP: Router-weighted Expert Activation Pruning for MoE Models},
  author={Cerebras Systems},
  year={2025}
}

Acknowledgments


This model was created as part of efficiency research for large MoE models.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Glm4MoeForCausalLM
Ревизия весов
0b0ed93

0 моделей