/ Модель

Характеристики

Базовая модель
Qwen3-32B-GGUF
Библиотека
mesh-llm
Опубликована
6 мая 2026

Qwen3-32B-UD-Q4_K_XL-layers

Генерация текстаТекст → текст10 профессий

Пакет слоёв GGUF квантованной Qwen3-32B для распределённого локального текстового инференса и чат-запросов через Mesh LLM.

505скачиваний 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 слоёв GGUF модели Qwen3-32B-UD-Q4_K_XL, подготовленный Mesh LLM для распределённого инференса на локальном кластере. Он получен из unsloth/Qwen3-32B-GGUF и сохраняет исходное распределение GGUF в виде отдельных артефактов по слоям; вариант модели — UD-Q4_K_XL, библиотека запуска — mesh-llm.

Пакет предназначен для приватного локального чата и генерации текста, в том числе с распределением вычислений между несколькими машинами, когда полной модели не хватает места на одном узле. Через локальный API Mesh LLM поддерживаются совместимые с OpenAI запросы к chat completions. Данные о размере модели, длине контекста, поддерживаемых языках и лицензии следует сверять с карточкой исходной модели unsloth/Qwen3-32B-GGUF; доступные сведения здесь их не приводят.

Сценарии применения

  • локальный приватный чат с языковой моделью
  • генерация текста на локальном оборудовании
  • распределённый инференс модели между несколькими компьютерами
  • обслуживание чат-запросов через совместимый с OpenAI API

Ограничения

Для запуска требуется Mesh LLM и подходящая локальная или распределённая инфраструктура. Размер, контекст, языковая поддержка и условия лицензии определяются исходной моделью unsloth/Qwen3-32B-GGUF.

Для каких профессий подходит10

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 Qwen3-32B-UD-Q4_K_XL across a local Mesh LLM cluster.

This package is derived from unsloth/Qwen3-32B-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 locallyUD-Q4_K_XL layer package

Model Overview

PropertyValue
Source modelunsloth/Qwen3-32B-GGUF
Model idunsloth/Qwen3-32B-GGUF:UD-Q4_K_XL
FamilyQwen3
Parameter scale32B
QuantizationUD-Q4_K_XL
Layer count64
Activation width5120
Package size19.0 GB
Source fileQwen3-32B-UD-Q4_K_XL.gguf
Package repomeshllm/Qwen3-32B-UD-Q4_K_XL-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/Qwen3-32B-GGUF.

Quickstart

# Run this on each machine that should contribute memory/compute.
mesh-llm serve --model "meshllm/Qwen3-32B-UD-Q4_K_XL-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/Qwen3-32B-GGUF:UD-Q4_K_XL",
    "messages": [{"role": "user", "content": "Write a tiny hello-world function in Rust."}],
    "max_tokens": 128
  }'

Package Variant

PropertyValue
Formatlayer-package
Canonical source refunsloth/Qwen3-32B-GGUF@main/Qwen3-32B-UD-Q4_K_XL.gguf
Source revisionmain
Source SHA-256744e6b933517e18af3c2a9885bbfee2c7b6f6a4e2d7be348551e0180aaeceac4
Skippy ABI0.1.22
Package manifest SHA-256b261466e1583382efcf7296030d059e07e0d1778638d70397e0f80a36ad59c83

What Is Included

ArtifactPathContentsSHA-256
Manifestmodel-package.jsonPackage schema, source identity, checksumsb261466e1583382efcf7296030d059e07e0d1778638d70397e0f80a36ad59c83
Metadatashared/metadata.gguf0 tensors, 5.7 MB1dc12b40d72605c2af7d9fea2eae349ce81bbe80ad75a81a40dcc74794589732
Embeddingsshared/embeddings.gguf1 tensors, 423.0 MB4272f3dee78324494073258ea031ef0f323aae0f00de7424cdf20041fc308cb2
Output headshared/output.gguf2 tensors, 614.2 MBf68056fd193d1bd18808077b6d61332008f5cba47bb6cbbcfa952a36318f71d3
Transformer layerslayers/layer-*.gguf64 layer artifacts, 704 tensors, 18.0 GBsee 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/Qwen3-32B-UD-Q4_K_XL.gguf" --out-dir "/tmp/meshllm-layer-job-meshllm_Qwen3-32B-UD-Q4_K_XL-layers-198/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
0cf1129

0 моделей