/ Модель

Характеристики

Базовая модель
Qwen3-0.6B-GGUF
Библиотека
mesh-llm
Опубликована
26 мая 2026

Qwen3-0.6B-Q4_K_M-layers

Генерация текстаТекст → текст5 профессий

Квантованная Qwen3-0.6B, разбитая на слои для распределённого локального инференса и чат-генерации через Mesh LLM.

3 544скачиваний за 30 дней0лайковвеса обновлены1 июл 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 пакет GGUF с моделью Qwen3-0.6B в квантизации Q4_K_M, подготовленный Mesh LLM для распределённого инференса. Он разбивает исходную модель unsloth/Qwen3-0.6B-GGUF на артефакты по слоям, чтобы запускать её на локальном кластере из нескольких машин; пакет поддерживает сценарии локального приватного инференса и чат-запросы через совместимый с OpenAI API Mesh LLM. Модель предназначена для генерации текста и диалогов.

Данные карточки не приводят сведения о контекстном окне, поддерживаемых языках и условиях лицензии, поэтому эти характеристики здесь не уточняются. Для запуска требуется Mesh LLM и доступные узлы кластера; пакет не является самостоятельной новой моделью.

Сценарии применения

  • локальный приватный чат с языковой моделью
  • генерация текста на локальном компьютере
  • распределённый запуск модели на нескольких машинах
  • обслуживание запросов через совместимый с OpenAI API Mesh LLM

Ограничения

Для запуска нужен Mesh LLM и кластер узлов, если требуется распределение вычислений. В предоставленной карточке нет сведений о лицензии и языковом охвате; пакет наследует исходную модель unsloth/Qwen3-0.6B-GGUF.

Для каких профессий подходит5

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

GGUF layer package for running Qwen3-0.6B-Q4_K_M across a local Mesh LLM cluster.

This package is derived from unsloth/Qwen3-0.6B-GGUF and keeps the original GGUF distribution split into per-layer artifacts for distributed inference.

Highlights

Run locallyPool multiple machinesOpenAI-compatiblePackage variant
Private inference on your hardwareSplit layers across peersServe /v1/chat/completions locallyQ4_K_M layer package

Model Overview

PropertyValue
Source modelunsloth/Qwen3-0.6B-GGUF
Model idunsloth/Qwen3-0.6B-GGUF:Q4_K_M
FamilyQwen3
Parameter scale0.6B
QuantizationQ4_K_M
Layer count28
Activation width1024
Package size548.1 MB
Source fileQwen3-0.6B-Q4_K_M.gguf
Package repomeshllm/Qwen3-0.6B-Q4_K_M-layers

Recommended Use

  • Local and private inference with Mesh LLM.
  • Multi-machine serving when the full GGUF is too large for one host.
  • OpenAI-compatible chat/completions workflows through Mesh LLM's local API.

For upstream architecture details, chat template guidance, sampling recommendations, license terms, and benchmark notes, see the source model card: unsloth/Qwen3-0.6B-GGUF.

Quickstart

# Run this on each machine that should contribute memory/compute.
mesh-llm serve --model "meshllm/Qwen3-0.6B-Q4_K_M-layers" --split
# Check the mesh and discover the OpenAI-compatible model name.
curl -s http://localhost:3131/api/status
curl -s http://localhost:3131/v1/models
# Send an OpenAI-compatible chat request.
curl -s http://localhost:3131/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "unsloth/Qwen3-0.6B-GGUF:Q4_K_M",
    "messages": [{"role": "user", "content": "Write a tiny hello-world function in Rust."}],
    "max_tokens": 128
  }'

Package Variant

PropertyValue
Formatlayer-package
Canonical source refunsloth/Qwen3-0.6B-GGUF@main/Qwen3-0.6B-Q4_K_M.gguf
Source revisionmain
Source SHA-256ac2d97712095a558e31573f62f466a3f9d93990898b0ec79d7c974c1780d524a
Skippy ABI0.1.24
Package manifest SHA-2567a45865de8c54aa7a27f4013957ce9b0fbd3f12b625dc1446ddc41d420bc4420

What Is Included

ArtifactPathContentsSHA-256
Manifestmodel-package.jsonPackage schema, source identity, checksums7a45865de8c54aa7a27f4013957ce9b0fbd3f12b625dc1446ddc41d420bc4420
Metadatashared/metadata.gguf0 tensors, 5.7 MBdcce7cf2eb69714b43c0d035b92c7322978556d804e13d181f5fa13264d5d2de
Embeddingsshared/embeddings.gguf1 tensors, 127.4 MB3a5936cebcae465db29e43cc0b2b5259ea95d111bce53618b9d22f5536313d45
Output headshared/output.gguf1 tensors, 5.7 MB4627ae6766d652fe4de694e10e7a44916800f357d5b98eb3b21f9334d2aa1634
Transformer layerslayers/layer-*.gguf28 layer artifacts, 308 tensors, 409.4 MBsee model-package.json

Validation

Generated by the Mesh LLM HF Jobs splitter from mesh-llm ref main. Each artifact is checksummed as it is written, uploaded to this repository, and removed from the job workspace before the next artifact is produced.

skippy-model-package write-package "/source/Qwen3-0.6B-Q4_K_M.gguf" --out-dir "/tmp/meshllm-layer-job-meshllm_Qwen3-0.6B-Q4_K_M-layers-199/package"

Links

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Ревизия весов
1c7958f

0 моделей