Она предназначена для ускорения генерации текста методом speculative decoding в среде MLX и mlx-vlm: модель предсказывает несколько следующих токенов, а совместимая целевая модель Qwen3.8 27B проверяет эти предсказания. Это не самостоятельная модель и не используется отдельно.

Модель реализует архитектуру qwen3_5_mtp с размером блока MTP 3. Весовой адаптер содержит только параметры черновика; эмбеддинги токенов и языковую голову во время работы предоставляет целевая модель. Используется формат квантования MLX MXFP4 с размером группы 32, а языком модели указан английский. Для корректной работы адаптер и целевая модель должны происходить из одного и того же совместимого чекпойнта Qwen3.8 27B.

Основное преимущество модели — потенциальное ускорение авторегрессионной генерации за счёт многотокенного чернового прогнозирования при сохранении проверки целевой моделью. Ограничение заключается в том, что это специализированный компонент для speculative decoding, а не полноценная языковая модель. Указана лицензия Apache 2.0; ограничения исходной модели также распространяются на этот адаптер.