/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5_mtp · dense
Базовая модель
Qwen3.5-9B
Библиотека
mlx
Опубликована
1 июн 2026

Qwen3.5-9B-MTP-bf16

Генерация текстаТекст → текст3 профессии

Черновая MTP-модель для ускорения генерации Qwen3.5-9B методом speculative decoding в mlx-vlm.

283скачиваний за 30 дней2лайкавеса обновлены1 июн 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

mlx-community/Qwen3.5-9B-MTP-bf16 — веса черновой модели Multi-Token Prediction, выделенные из Qwen/Qwen3.5-9B для ускорения генерации методом speculative decoding. Репозиторий подготовлен для MLX и mlx-vlm; архитектура — плотная qwen3_5_mtp, размер блока MTP — 2, точность — bf16, формат — Safetensors.

Модель предназначена для совместной работы с целевым чекпойнтом Qwen3.5 9B: она предлагает кандидаты токенов, которые затем проверяет целевая модель. Это вспомогательная модель для ускорения диалога и генерации текста, а не самостоятельная чат-модель. Поддержка MTP в среде mlx-vlm обязательна.

В метаданных указаны возможности диалога и интерфейс вызова инструментов, а также английский язык. Лицензия — Apache-2.0; для условий использования README отсылает к лицензии базовой модели Qwen/Qwen3.5-9B.

Сценарии применения

  • ускорение генерации текста с Qwen3.5-9B на устройствах Apple Silicon
  • ускорение ответов чат-модели Qwen3.5 в mlx-vlm
  • ускорение генерации с включённым режимом рассуждений Qwen3.5

Ограничения

Не является самостоятельной чат-моделью и требует совместимого целевого чекпойнта Qwen3.5 9B и поддержки MTP в mlx-vlm. Самостоятельная генерация через стандартные API Transformers не предусмотрена.

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

Qwen3.5-9B-MTP-bf16

This repository contains Multi-Token Prediction (MTP) drafter weights split from Qwen/Qwen3.5-9B for use with mlx-vlm speculative decoding.

This is not a standalone chat or text-generation model. Load it as the draft model alongside a compatible Qwen3.5 9B target checkpoint.

Use with mlx-vlm

uv run mlx_vlm.generate \
  --model Qwen/Qwen3.5-9B \
  --draft-model mlx-community/Qwen3.5-9B-MTP-bf16 \
  --prompt "Hi, how are you?" \
  --max-tokens 256 \
  --enable-thinking

For local weights:

uv run mlx_vlm.generate \
  --model /path/to/target-model \
  --draft-model /path/to/Qwen3.5-9B-mtp \
  --prompt "Hi, how are you?" \
  --max-tokens 256 \
  --enable-thinking

Model Details

  • Model type: qwen3_5_mtp
  • MTP block size: 2
  • Target architecture: Qwen3.5 9B
  • Precision: bf16
  • Runtime: MLX / mlx-vlm
  • Format: Safetensors with MLX-compatible config and tokenizer files

The stored tensors are unquantized MLX-compatible drafter weights.

Intended Use

Use this repo only as a speculative decoding drafter for compatible Qwen3.5 9B checkpoints. The target model verifies drafted tokens, while this MTP model proposes candidate tokens per decoding step.

Limitations

This checkpoint requires runtime support for Qwen/DeepSeek MTP draft models in mlx-vlm. Standard standalone generation through generic Transformers APIs is not expected to work with this repository by itself.

Please refer to the upstream Qwen/Qwen3.5-9B model card and license terms for model usage constraints.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
22de669

0 моделей