/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
295 млн
Размер весов
10,1 ГБ
Лицензия
MIT
Архитектура
glm_moe_dsa · dense
Базовая модель
GLM-5.2-SIQ-Fruit
Библиотека
transformers
Опубликована
7 авг 2026

GLM-5.2-SIQ-Fruit-bf16

Генерация текстаТекст → текст3 профессии

CPU-совместимый вариант GLM-5.2-SIQ-Fruit в BF16 для проверки генерации текста и интеграции через Transformers.

180скачиваний за 30 дней0лайковвеса обновлены8 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

GLM-5.2-SIQ-Fruit-bf16 — вариант модели GLM-5.2-SIQ-Fruit в формате BF16, подготовленный как CPU-совместимый путь проверки и интеграции. Карточка описывает модель как serving proxy и фикстуру CI, а не как универсального ассистента. Для загрузки используется Transformers; GPU не требуется. Метаданные указывают архитектуру GLM MoE и класс GlmMoeDsaForCausalLM, лицензию MIT и контекст до 65 536 токенов. README сообщает, что исходный чекпойнт содержит 5,04 млрд параметров, из которых активно 0,46 млрд на токен, но при загрузке этой версией Transformers загружается 4,57 млрд параметров; это расходится с метаданными, где указано 294,9 млн параметров.

Модель предназначена для проверки поведения и CPU-интеграции, а также для тестовых генераций текста. В README указан пример продолжения истории в стиле TinyStories. Заявлены английский и китайский языки. При стандартной загрузке используются плотное внимание и MoE-веса, тогда как индексатор DSA и слой MTP игнорируются, поэтому этот вариант не проверяет разреженное внимание для длинного контекста, деквантование SIQ/Trellis, низкоточные KV-кэши или спекулятивное декодирование MTP. Для этих возможностей README рекомендует отдельную SIQ-сборку с совместимыми b12x/SparkInfer и vLLM. Исправленная ревизия конфигурации выставляет RoPE theta в 500 000; веса при этом не менялись.

Сценарии применения

  • проверка загрузки GLM MoE через Transformers на CPU
  • тестирование интеграции генеративной модели без GPU
  • проверка базового поведения модели при продолжении текста
  • использование фикстуры модели в CI

Ограничения

Это serving proxy и фикстура CI, а не универсальный ассистент. Стандартная загрузка не проверяет индексатор DSA и MTP, разреженное внимание, SIQ/Trellis-деквантование или низкоточные KV-кэши; число параметров в README (5,04 млрд, 4,57 млрд загружаются) расходится с метаданными (294,9 млн).

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GLM-5.2-SIQ-Fruit-bf16

The plain-BF16, CPU-runnable twin of GLM-5.2-SIQ-Fruit. It contains the same QNOISE-annealed 5.04B-parameter checkpoint—0.46B parameters active per token—but replaces the custom SIQ expert representation with ordinary BF16 tensors.

This repository loads with stock Transformers and needs no GPU. It is the reference path for model behavior and CPU integration; it does not exercise SIQ/Trellis dequantization, sparse DSA attention, low-precision KV caches, or MTP speculative decoding.

Measured CPU run

Intel Core i7-14700K, 20 Torch threads, BF16, Transformers 5.14.1; 128-token greedy decode after a 16-token warmup:

measurementresult
decode33.12 tok/s
warm-cache load2.51 s
resident memory after load16.01 GiB RSS
peak resident memory16.76 GiB RSS

An earlier card estimated “about 10 GB RAM.” That was not an end-to-end process measurement and has been withdrawn.

Usage

import torch
from transformers import AutoConfig, AutoModelForCausalLM, AutoTokenizer

model_id = "malaiwah/GLM-5.2-SIQ-Fruit-bf16"
torch.set_num_threads(20)

config = AutoConfig.from_pretrained(model_id)
assert config.rope_theta == config.rope_parameters["rope_theta"] == 500000.0

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    config=config,
    dtype=torch.bfloat16,
).eval()

inputs = tokenizer("Once upon a time", return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=40, do_sample=False)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Expected output begins with a TinyStories-style continuation about a little girl named Lily; exact wording can vary with library kernels and version.

What loads

  • Exercised: dense MLA attention, GLM tokenizer, and the real 256-expert top-8 MoE weights.
  • Ignored by stock Transformers: DSA indexer tensors and the MTP draft layer. They are reported as unexpected keys. This is intentional for this compatibility path; 4.57B of the 5.04B parameters load.
  • Production path: use the SIQ release with a compatible b12x/SparkInfer + vLLM build to exercise Trellis experts, sparse MLA, fp8/nvfp4 KV, and MTP.

Release correction

Revision b97f91d222906142e46827a010a5caf5a9e35928 encoded the trained RoPE theta incorrectly: it retained 8,000,000 in the nested field and omitted the legacy top-level field. The 2026-08-07 correction writes 500,000 to both locations and regenerates MANIFEST.sha256. Weight shards did not change. The fail-closed assertion in the usage example protects pinned or cached stale configurations.

The export also carries the same trainer-to-serving RoPE channel permutation and MTP eh_proj input-half conversion as the SIQ artifact; those transformations preserve the trained function before stock Transformers drops the unsupported indexer/MTP modules.

Limitations

  • The model is a serving proxy and CI fixture, not a general assistant.
  • CPU generation uses dense attention and therefore does not validate the DSA indexer or long-context sparse-attention path.
  • The measured speed and memory numbers are for the exact hardware/software setup above; they are not hardware-independent guarantees.

Reproducibility and integrity

MANIFEST.sha256 authenticates all serving files except the card and Git attributes. The exporter invocation uses FRUIT_BF16=1; source checkpoint, training recipe, gauntlet, and review evidence are documented in proxy-fruit and the base model card.

License

MIT; see LICENSE. Earlier model-card metadata incorrectly reported Apache-2.0; the packaged license file has always been MIT.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GlmMoeDsaForCausalLM
Ревизия весов
ef68013

0 моделей