/ Модель

Характеристики

Контекст
262 144 токена
Параметры
809 млн
Лицензия
CC BY 4.0
Архитектура
llama · dense
Базовая модель
Qwen3-235B-A22B-Instruct-2507
Библиотека
transformers
Опубликована
2 фев 2026

EAGLE3-Qwen3-235B-A22B-Instruct-2507

Генерация текстаТекст → текст3 профессии

Черновая модель EAGLE-3 для спекулятивного декодирования, ускоряющая генерацию текста базовой Qwen3-235B-A22B-Instruct-2507.

393скачиваний за 30 дней0лайковвеса обновлены27 мая 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

EAGLE-3 — вспомогательная черновая модель компании Nebius для ускорения генерации текста базовой моделью Qwen3-235B-A22B-Instruct-2507 методом спекулятивного декодирования. Она предлагает черновые токены, которые основная модель проверяет и принимает или отклоняет. Модель обучена с нуля с использованием LK-loss, ориентированных на повышение доли принимаемых токенов.

В README приведены результаты измерения средней длины принятого фрагмента при K=7 на MT-bench, HumanEval и GSM8K: при температуре 1 показатель составляет 4,08 против 3,77 у варианта EAGLE-3 с KL-loss; в сравнении с указанными публичными чекпойнтами модель показывает более высокие значения на этих тестах. Для использования приведён пример конфигурации vLLM с методом eagle3. Это черновой компонент ускорения, а не самостоятельная диалоговая модель; практический выигрыш зависит от основной модели, настроек и версии среды инференса.

Модель содержит 809 млн параметров, использует архитектуру, обозначенную в метаданных как LlamaForCausalLM, и распространяется в формате Safetensors. Базовая модель имеет контекст 262 144 токена. Лицензия — CC BY 4.0.

Сценарии применения

  • ускорение генерации ответов Qwen3 через спекулятивное декодирование
  • ускорение генерации кода базовой моделью Qwen3
  • ускорение решения математических задач базовой моделью Qwen3

Ограничения

Модель предназначена для совместного использования с указанной базовой моделью и средой, поддерживающей EAGLE-3; сама по себе не является полноценной моделью для диалогов. Выигрыш в скорости зависит от конфигурации инференса и корректной поддержки стохастической генерации черновых токенов.

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

Model Description

This is an EAGLE-3 draft model for Qwen3-235B-A22B-Instruct-2507, trained from scratch using LK losses — training objectives that directly target acceptance rate rather than using KL divergence as a proxy.

Training Details

Performance

Average acceptance length (τ) measured across MT-bench, HumanEval, and GSM8K with K = 7:

ConfigurationTemperature = 0Temperature = 1
EAGLE-3 + KL4.253.77
EAGLE-3 + LK (ours)4.324.08

Comparison with Public Checkpoints

ModelMT-bench (τ)HumanEval (τ)GSM8K (τ)
zhuyksir/EAGLE3-Qwen3-235B-A22B-Instruct-2507-FP82.644.034.43
RedHatAI/Qwen3-235B-A22B-Instruct-2507-speculator.eagle32.563.523.78
Ours3.184.424.65

Measured at temperature = 1 with K = 7

Note: Earlier vLLM versions sampled draft tokens greedily regardless of temperature, which underestimated acceptance rates at temperature > 0. Stochastic draft sampling was introduced in v0.18.0, and from v0.21.0 it can be enabled via speculative_config using rejection_sample_method and draft_sample_method. The acceptance metrics reported above were measured under standard rejection sampling and are reproducible with the configuration below.

Usage with vLLM

from vllm import LLM, SamplingParams

llm = LLM(
    model="Qwen/Qwen3-235B-A22B-Instruct-2507",
    speculative_config={
        "method": "eagle3",
        "model": "nebius/EAGLE3-Qwen3-235B-A22B-Instruct-2507",
        "num_speculative_tokens": 6,
        "rejection_sample_method": "standard",
        "draft_sample_method": "gumbel",
    },
)

sampling_params = SamplingParams(temperature=0.7)
outputs = llm.generate(["Explain speculative decoding in simple terms."], sampling_params)

License

CC BY 4.0

Citation

@misc{samarin2026lklosses,
  title     = {LK Losses: Direct Acceptance Rate Optimization for Speculative Decoding},
  author    = {Alexander Samarin and Sergei Krutikov and Anton Shevtsov and Sergei Skvortsov and Filipp Fisin and Alexander Golubev},
  year      = {2026},
  eprint    = {2602.23881},
  archivePrefix = {arXiv},
  primaryClass  = {cs.LG},
  url       = {https://arxiv.org/abs/2602.23881}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
ff0f0c0

0 моделей