/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-14B
Библиотека
litert-lm
Опубликована
21 апр 2026

Qwen3-14B

Генерация текстаТекст → текст6 профессий

litert-community/Qwen3-14B — вариант модели Qwen3-14B, подготовленный сообществом LiteRT Community на основе чекпойнта Qwen/Qwen3-14B и оптимизированный для генерации текста на устройствах с использованием LiteRT-LM.

2 623скачиваний за 30 дней5лайковвеса обновлены5 июн 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

Модель предназначена для локального запуска и интеграции в продукты, поддерживающие этот runtime, включая сценарии генерации текста на настольных GPU и других совместимых устройствах.

В репозитории доступны два артефакта: вариант с поканальным INT8-квантованием весов и float32 KV-кэшем размером 14,93 ГБ, а также смешанный вариант TorchAO INT4 размером 8254,88 МиБ с контекстом 2048 токенов и плавающим KV-кэшем. В смешанной схеме линейные проекции используют блочное INT4-квантование с размером группы 32, эмбеддинги — weight-only INT8, а нормализация, операции редукции и тензоры KV-кэша остаются в формате с плавающей точкой. Указан английский язык и задача text generation; другие языки и модальности не заявлены.

Сильные стороны модели — уменьшенный размер квантованного артефакта и оптимизации LiteRT-LM для локального выполнения. В тесте на AMD Radeon AI PRO R9700 через WebGPU смешанный INT4-вариант показал 481,88 токена/с на этапе prefill и 50,20 токена/с при декодировании, время до первого токена составило 0,55 с, пиковое частное потребление памяти — 3196 МБ. Эти результаты зависят от оборудования, версии runtime, квантования и условий запуска; для телефона benchmark не приведён. Лицензия — Apache-2.0.

Для каких профессий подходит6

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

Qwen3-14B LiteRT-LM Models

This repository contains LiteRT-LM variants of Qwen/Qwen3-14B optimized for on-device text generation.

Available Artifacts

FileQuantizationContextSize
qwen3_14b_channelwise_int8_float32kv.litertlmchannel-wise INT8 weights, float32 KV-14.93 GB
qwen3_14b_mixed_int4.litertlmTorchAO mixed INT4, float KV20488254.88 MiB

Conversion Notes

The mixed INT4 .litertlm artifact was produced with a TorchAO-based quantize-first recipe from the original Hugging Face checkpoint. This is a mixed quantization layout rather than a uniform all-INT4 model: eligible linear projection weights are stored as blockwise INT4 with group size 32 and floating-point scales, token embedding weights use weight-only INT8 quantization, and normalization/reduction paths plus KV cache tensors remain floating point.

The mixed INT4 bundle also uses LiteRT-LM StableHLO composite ops for attention/cache execution, including odml.runtime_bmm and odml.cache_update.

Desktop Smoke Benchmark

Benchmarked on AMD Radeon AI PRO R9700 via LiteRT-LM WebGPU with 256 prefill tokens and 32 decode tokens. No phone benchmark is reported for this size.

Hardware benchmark disclosure: Results were measured by us on retail devices purchased through normal channels. These results are not affiliated with, sponsored by, endorsed by, or verified by Samsung, vivo, Qualcomm, MediaTek, Google, MLCommons, or Hugging Face. Results depend on device SKU, OS build, thermal state, battery mode, backend, model quantization, runtime version, and benchmark settings.

BackendPrefill (tok/s)Decode (tok/s)TTFT (s)Peak Private Footprint
GPU WebGPU481.8850.200.553196 MB

Try It

Install uv and run:

uv tool install litert-lm
uvx litert-lm run --from-huggingface-repo=litert-community/Qwen3-14B qwen3_14b_mixed_int4.litertlm --prompt="What is the capital of France?"

Integration

Ready to integrate this into your product? Get started in the LiteRT-LM documentation.

Citation

@misc{qwen3technicalreport,
      title={Qwen3 Technical Report},
      author={Qwen Team},
      year={2025},
      eprint={2505.09388},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.09388},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · litert-lm

Нельзя запустить

Библиотека «litert-lm» рантаймом не поддерживается.

Ревизия весов
e4122fd

0 моделей