/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
112 ГБ
Архитектура
qwen4_exp · dense
Базовая модель
Qwen3.8-Flash-Next
Библиотека
mlx
Опубликована
31 авг 2026

Qwen3.8-Flash-Next-4bit

Изображение и текст → текст12 профессий

Qwen3.8-Flash-Next-4bit — это 4-битная MLX-конверсия модели Qwen3.8-Flash-Next, разработанной командой Qwen.

7 981скачиваний за 30 дней13лайковвеса обновлены2 сен 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

Модель предназначена для генерации текста и сценариев image-text-to-text, то есть может применяться к задачам, сочетающим обработку изображений и текста, при условии поддержки соответствующего мультимодального интерфейса.

Модель преобразована с помощью mlx-vlm и оптимизирована для запуска в экосистеме MLX. Используется групповой размер квантования 32, необходимый для корректной обработки PLE n-gram embedding dimensions. Точные сведения о числе параметров, длине контекста и поддерживаемых языках в карточке не указаны.

Ключевое преимущество этой версии — корректная обработка Qwen4ExpRMSNorm без двойного смещения весов, из-за которого у некоторых более ранних конверсий генерация деградировала до шума. Конверсия проверена на целостность исходных данных, идентичность нормирующих тензоров и согласованность с bf16-версией; также подтверждена связная генерация при температуре 0.0. Ограничения включают 4-битное квантование и зависимость от MLX и mlx-vlm; возможные потери точности относительно bf16-версии в README не измерены. Лицензия в карточке не указана.

Для каких профессий подходит12

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

Qwen3.8-Flash-Next-4bit (MLX)

4-bit MLX conversion of Qwen/Qwen3.8-Flash-Next, converted with mlx-vlm main (post-#2032) at commit d1bd74ed, group size 32.

Group size 32 is required so the PLE n-gram embedding dimensions can be quantized.

Usage

pip install git+https://github.com/Blaizzy/mlx-vlm
mlx_vlm.generate --model mlx-community/Qwen3.8-Flash-Next-4bit \
  --prompt "Explain sparse attention in one paragraph." --max-tokens 256

Why this conversion exists

Qwen4ExpRMSNorm applies 1 + w to norm gains that the released checkpoint stores centered at zero, matching upstream Qwen4ExpTextRMSNorm. Several MLX conversions published before #2032 landed were made with a converter that folded that +1 into the saved weights, so loading them applies the offset twice and generation degenerates into noise (#2041).

Verification

Checked against the bf16 source after conversion:

checkresult
source integrity131/131 shards, tensor bytes byte-exact vs index total_size
norm gain center (source vs converted)+0.2216 vs +0.2216, delta +0.00000
norm tensors bit-identical148 / 148
sanitize() idempotencepasses over 480 1-D tensors
generationcoherent output at --temperature 0.0

A gain center near +1.15 instead of +0.22 is the signature of the double-shifted conversions described above.

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, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen4ExpForConditionalGeneration
Ревизия весов
07b5dc6

0 моделей