/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-8B
Библиотека
litert-lm
Опубликована
21 апр 2026

Qwen3-8B

Генерация текстаТекст → текст8 профессий

litert-community/Qwen3-8B — это версия языковой модели Qwen3-8B, подготовленная сообществом LiteRT для запуска на устройствах с использованием LiteRT-LM.

2 152скачиваний за 30 дней10лайковвеса 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

Исходную модель разработала команда Qwen. Модель предназначена для генерации текста и интеграции в локальные и периферийные приложения, где важны автономная работа и снижение требований к памяти.

Доступны варианты с поканальным INT8-квантованием весов и float32 KV-кэшем, а также смешанный вариант TorchAO INT4 размером около 4,66 ГиБ. В смешанном варианте линейные проекции используют блочное INT4-квантование с размером группы 32, эмбеддинги — weight-only INT8, а нормализационные пути и KV-кэш остаются в формате с плавающей точкой. Для этого варианта заявлен контекст 2048 токенов. В метаданных указан английский язык и задача text-generation; другие языки и модальности не заявлены.

Сильные стороны модели — оптимизация для локального запуска, уменьшенный размер благодаря квантованию и поддержка LiteRT-LM StableHLO-операций для выполнения внимания и работы с кэшем. В тесте на AMD Radeon AI PRO R9700 через WebGPU показаны 860,57 токена/с на этапе prefilling, 67,23 токена/с при декодировании и время до первого токена 0,31 с, однако результаты зависят от оборудования и настроек. Бенчмарк для телефонов не приводится, а заявленные характеристики относятся к конкретным артефактам и среде выполнения.

Модель распространяется на условиях лицензии Apache-2.0.

Для каких профессий подходит8

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

Qwen3-8B LiteRT-LM Models

This repository contains LiteRT-LM variants of Qwen/Qwen3-8B optimized for on-device text generation.

Available Artifacts

FileQuantizationContextSize
qwen3_8b_channelwise_int8_float32kv.litertlmchannel-wise INT8 weights, float32 KV-7.74 GB
qwen3_8b_mixed_int4.litertlmTorchAO mixed INT4, float KV20484661.00 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 WebGPU860.5767.230.312588 MB

Try It

Install uv and run:

uv tool install litert-lm
uvx litert-lm run --from-huggingface-repo=litert-community/Qwen3-8B qwen3_8b_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
71ff705

0 моделей