/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
538 млн
Лицензия
Apache 2.0
Архитектура
minicpm · dense
Библиотека
transformers
Опубликована
5 июн 2025

MiniCPM4-8B-Eagle-FRSpec

Генерация текстаТекст → текст3 профессии

Вспомогательная модель Eagle для ускорения спекулятивной генерации MiniCPM4-8B с FRSpec.

188скачиваний за 30 дней9лайковвеса обновлены4 июл 2025

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

MiniCPM4-8B-Eagle-FRSpec — вспомогательная модель семейства MiniCPM4, разработанная OpenBMB. Это Eagle head, обученный на MiniCPM4-8B для ускорения спекулятивной генерации с FRSpec в инференсном фреймворке cpm.cu. Карточка сообщает об ускорении генерации до 7 раз относительно Qwen3-8B на Jetson AGX Orin; результат зависит от оборудования и настроек инференса.

Модель предназначена для ускорения текстовой генерации MiniCPM4-8B, в том числе при обработке длинных текстов. Метаданные указывают архитектуру MiniCPMForCausalLM, 537,8 млн параметров и контекст до 32 768 токенов. Языковые теги карточки — китайский и английский; формат весов — safetensors.

Это специализированная вспомогательная модель, которой для работы требуется совместимая базовая модель MiniCPM4-8B и поддержка FRSpec в cpm.cu. Лицензия — Apache-2.0. Сгенерированный базовой моделью текст необходимо проверять; заявленные показатели скорости относятся к описанным в карточке условиям испытаний.

Сценарии применения

  • ускорение генерации текста на устройствах с ограниченными ресурсами
  • ускорение инференса MiniCPM4-8B в cpm.cu с FRSpec
  • ускорение обработки длинных текстов базовой моделью MiniCPM4-8B

Ограничения

Требуются MiniCPM4-8B и совместимый инференсный стек cpm.cu с поддержкой FRSpec; без базовой модели вспомогательная модель не предназначена для самостоятельной генерации. Заявленное ускорение зависит от аппаратного обеспечения и условий 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

What's New

  • [2025.06.06] MiniCPM4 series are released! This model achieves ultimate efficiency improvements while maintaining optimal performance at the same scale! It can achieve over 5x generation acceleration on typical end-side chips! You can find technical report here.🔥🔥🔥

MiniCPM4 Series

MiniCPM4 series are highly efficient large language models (LLMs) designed explicitly for end-side devices, which achieves this efficiency through systematic innovation in four key dimensions: model architecture, training data, training algorithms, and inference systems.

  • MiniCPM4-8B: The flagship of MiniCPM4, with 8B parameters, trained on 8T tokens.
  • MiniCPM4-0.5B: The small version of MiniCPM4, with 0.5B parameters, trained on 1T tokens.
  • MiniCPM4-8B-Eagle-FRSpec: Eagle head for FRSpec, accelerating speculative inference for MiniCPM4-8B. (<-- you are here)
  • MiniCPM4-8B-Eagle-FRSpec-QAT-cpmcu: Eagle head trained with QAT for FRSpec, efficiently integrate speculation and quantization to achieve ultra acceleration for MiniCPM4-8B.
  • MiniCPM4-8B-Eagle-vLLM: Eagle head in vLLM format, accelerating speculative inference for MiniCPM4-8B.
  • MiniCPM4-8B-marlin-Eagle-vLLM: Quantized Eagle head for vLLM format, accelerating speculative inference for MiniCPM4-8B.
  • BitCPM4-0.5B: Extreme ternary quantization applied to MiniCPM4-0.5B compresses model parameters into ternary values, achieving a 90% reduction in bit width.
  • BitCPM4-1B: Extreme ternary quantization applied to MiniCPM3-1B compresses model parameters into ternary values, achieving a 90% reduction in bit width.
  • MiniCPM4-Survey: Based on MiniCPM4-8B, accepts users' quiries as input and autonomously generate trustworthy, long-form survey papers.
  • MiniCPM4-MCP: Based on MiniCPM4-8B, accepts users' queries and available MCP tools as input and autonomously calls relevant MCP tools to satisfy users' requirements.

Introduction

MiniCPM4-8B-Eagle-FRSpec is a Eagle model trained with MiniCPM4-8B. It clould be apply on our inference framework cpm.cu with FRSpec, accelerating the generation speed by 7 times compared to Qwen3-8B.

Usage

Inference with cpm.cu

# case 1: verify model is fp16 or bf16
cd cpm.cu/tests
python3 test_generate.py \
    --no-apply-quant \
    --no-apply-eagle-quant

# case 2: verify model is quanted with Marlin (W4A16, group size = 128)
cd cpm.cu/tests
python3 test_generate.py \
    --apply-quant \
    --no-apply-eagle-quant

Evaluation

Tested on two representative edge devices, the Jetson AGX Orin and RTX 4090, MiniCPM4 with MiniCPM4-8B-Eagle-FRSpec demonstrates significantly superior processing speed over models of comparable size for long-text processing tasks. Its performance advantage becomes increasingly pronounced as the text length increases. On the Jetson AGX Orin platform, MiniCPM4 achieves approximately a 7x improvement in generation speed compared to Qwen3-8B.

speed test

Statement

  • As a language model, MiniCPM generates content by learning from a vast amount of text.
  • However, it does not possess the ability to comprehend or express personal opinions or value judgments.
  • Any content generated by MiniCPM does not represent the viewpoints or positions of the model developers.
  • Therefore, when using content generated by MiniCPM, users should take full responsibility for evaluating and verifying it on their own.

LICENSE

  • This repository and MiniCPM models are released under the Apache-2.0 License.

Citation

  • Please cite our paper if you find our work valuable.
@article{minicpm4,
  title={{MiniCPM4}: Ultra-Efficient LLMs on End Devices},
  author={MiniCPM Team},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MiniCPMForCausalLM
Ревизия весов
1182e40

0 моделей