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 экспериментальный исследовательский чекпойнт minjaechoi на основе Qwen/Qwen3-Next-80B-A3B-Thinking. Он предназначен для генерации текста и диалога; метаданные также отмечают интерфейс вызова инструментов. Архитектура — причинная MoE-модель семейства Qwen3-Next с классом Qwen3NextForCausalLM. В README указано, что средняя точность маршрутизируемых экспертов составляет 2,016 бита, а остальные веса хранятся в BF16; тензоры весов представлены в BF16, модель загружается через Transformers и vLLM. Метаданные указывают 2,3 млрд параметров и контекст до 262 144 токенов. Лицензия наследуется от базовой модели.
Сценарии применения
генерация ответов в диалоговом интерфейсе
решение задач с длинным текстовым контекстом
генерация текста с использованием инструментов
эксперименты с низкобитным представлением MoE-экспертов
Ограничения
Чекпойнт обозначен как внутренний исследовательский; README не сообщает о качестве и результатах оценки. Лицензия определяется лицензией базовой модели.
Для каких профессий подходит11
Разделы каталога профессий, в задачах которых используется эта модель
Internal research checkpoint. Routed experts average 2.016 bits; every other weight is BF16. Weights are stored
dequantized in BF16 tensors and load with stock transformers / vLLM.