/ Модель

Характеристики

Контекст
131 072 токена
Параметры
697 млн
Лицензия
CC BY 4.0
Архитектура
llama · dense
Базовая модель
gpt-oss-120b
Библиотека
transformers
Опубликована
2 фев 2026

EAGLE3-gpt-oss-120b

Генерация текстаТекст → текст3 профессии

Черновая модель Nebius для ускорения генерации gpt-oss-120b с помощью speculative decoding в vLLM.

330скачиваний 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 — черновая модель Nebius для ускорения генерации текста базовой моделью gpt-oss-120b методом speculative decoding. Она предлагает несколько токенов-кандидатов, которые основная модель проверяет; обучение с нуля по LK losses нацелено на повышение доли принимаемых токенов. В карточке приведены средние значения длины принятой последовательности на MT-Bench, HumanEval и GSM8K: 2,81 токена при температуре 0 и 2,65 при температуре 1 при K=7.

Модель содержит 697,3 млн параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Контекст — до 131 072 токенов. Она предназначена для подключения к gpt-oss-120b через vLLM с методом eagle3; сама по себе не заменяет основную модель и не является универсальной разговорной моделью. Лицензия — CC BY 4.0.

Сценарии применения

  • Ускорение генерации текста моделью gpt-oss-120b
  • Ускорение ответов чат-модели при инференсе через vLLM
  • Ускорение генерации кода базовой моделью gpt-oss-120b
  • Ускорение решения математических задач базовой моделью gpt-oss-120b

Ограничения

Модель предназначена для совместного использования с gpt-oss-120b в поддерживающей EAGLE-3 конфигурации vLLM; отдельно она не выполняет роль полноценной базовой модели. Указанные показатели длины принятой последовательности измерены на MT-Bench, HumanEval и GSM8K при K=7 и могут зависеть от конфигурации инференса.

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 gpt-oss-120b, 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 + KL2.762.46
EAGLE-3 + LK (ours)2.812.65

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="openai/gpt-oss-120b",
    speculative_config={
        "method": "eagle3",
        "model": "nebius/EAGLE3-gpt-oss-120b",
        "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
4bcd385

0 моделей