/ Модель

Характеристики

Базовая модель
Qwen3.6-35B-A3B
Библиотека
gguf
Опубликована
12 июн 2026

Qwen3.6-35B-A3B-NVFP4-MTP-GGUF

Генерация текстаТекст → текст6 профессий

Экспериментальная NVFP4-квантизация Qwen3.6-35B-A3B в GGUF для генерации текста и диалогов через llama.cpp.

350 тыс.скачиваний за 30 дней11лайковвеса обновлены12 июн 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

Это две экспериментальные квантизированные версии Qwen3.6-35B-A3B в формате GGUF, подготовленные michaelw9999 для запуска через llama.cpp. Модель основана на Qwen/Qwen3.6-35B-A3B; каталог указывает на 35 млрд параметров. Репозиторий содержит варианты TURBO для более высокой скорости и HQ с большим числом повышенных до более точного представления тензоров. Размеры файлов — 18,56 и 18,64 ГиБ соответственно.

Модель предназначена для генерации текста и диалогового использования. Автор приводит результаты тестов GSM8K, HellaSwag и HumanEval, однако реальные различия между вариантами ещё оцениваются. Квантизация NVFP4 и калибровка imatrix выполнены экспериментальным инструментом на новом пользовательском наборе данных, поэтому качество на других задачах может отличаться. Для NVFP4 указана ориентация на оборудование Blackwell в тегах репозитория. Сведения о лицензии в предоставленных материалах отсутствуют.

Сценарии применения

  • диалоговое взаимодействие с локальной языковой моделью
  • генерация ответов и связного текста
  • решение математических задач GSM8K
  • оценка понимания текста на задачах типа HellaSwag
  • генерация кода для задач типа HumanEval

Ограничения

Это экспериментальная квантизация с калибровкой на новом пользовательском наборе данных; реальные различия в качестве между TURBO и HQ ещё оцениваются. Лицензия и сведения о поддерживаемых естественных языках в предоставленных материалах не указаны.

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

Qwen3.6-35B-A3B-NVFP4-MTP-GGUF

This repo contains two experimental NVFP4 GGUF quantizations of Qwen3.6-35B-A3B for llama.cpp. This was quantized using my experimental advanced-gguf-quantizer tool. Both models were imatrix calibrated for the first time using a new custom dataset that I am evaluating.

This repository contains two NVFP4 variants:

VariantFileBest forNotes
TURBOQwen3.6-35B-A3B-NVFP4-MTP-TURBO.ggufMax speedMore NVFP4. Lower quality metrics.
HQQwen3.6-35B-A3B-NVFP4-MTP-HQ.ggufBetter qualityMore tensors promoted. Slightly slower.

Quality & Speed Results

All PPL/KLD results were measured against the same BF16 wikitest KLD base, and then compared to the official NVFP4 release by NVIDIA.

MetricTURBOHQNVIDIA-NVFP4
Size18.56 GiB18.64 GiB22.20 GiB
Mean PPL(Q)6.9873926.8977967.014030
Mean PPL(Q)-PPL(base)0.2685510.178955—
Mean PPL ratio1.0399701.0266351.043935
Mean ln(PPL ratio)0.0391920.026286—
Mean KLD0.0632280.0507590.066331
99.9% KLD1.9241471.5651431.560988
99.0% KLD0.5985190.4883870.495896
95.0% KLD0.2210300.1788890.207580
Max KLD11.94657110.0939116.972712
Same top p89.023%90.255%87.608%
Top flip weight0.0120680.009575—
pp51211593.57 t/s10936.20 t/s10426.32 t/s
tg128271.21 t/s270.49 t/s221.86 t/s

Evaluation Results

Further evaluation tests are underway to identify real world performance differences between TURBO and HQ.

BenchmarkSamplesTURBOHQNVIDIA-NVFP4
GSM8K10398%98%97%
HellaSwag10089%89%89%
HumanEval16496.34%95.12%95.12%

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
df112dd

0 моделей