Характеристики

Контекст: 131 072 токена
Параметры: 3,4 млрд
Размер весов: 7,3 ГБ
Лицензия: Apache 2.0
Архитектура: granite · dense
Базовая модель: granite-4.2-3b
Библиотека: mlx
Опубликована: 27 авг 2026

Ссылки

Hugging Face

granite-4.2-3b-bf16-mlx

salohcin714

Генерация текстаТекст → текст4 профессии

Конверсия многоязычной модели IBM Granite 4.2 3B в формат MLX для генерации текста и диалогов на Apple Silicon.

148скачиваний за 30 дней0лайковвеса обновлены27 авг 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

Это конверсия компактной многоязычной языковой модели IBM Granite 4.2 3B, подготовленная salohcin714 для MLX и Apple Silicon. Модель плотная, с архитектурой GraniteForCausalLM, содержит 3,4 млрд параметров и поддерживает контекст до 131 072 токенов.

Она предназначена для генерации текста и диалогов на основе текстовых запросов; формат MLX позволяет запускать её через mlx-lm на устройствах Apple Silicon. Веса сохранены в исходной точности bfloat16 и представлены в формате MLX safetensors: README указывает, что квантизация и дообучение не выполнялись. Базовая модель поддерживает английский, немецкий, испанский, французский, японский, португальский, арабский, чешский, итальянский, корейский, нидерландский и китайский языки. Репозиторий распространяется по лицензии Apache-2.0.

Указанные для исходной модели IBM тесты и бенчмарки не подтверждают качество этой конверсии; README прямо предостерегает от переноса таких результатов на данный репозиторий. Для запуска требуются MLX и совместимая среда Apple Silicon.

Сценарии применения

генерация ответов в диалоговом интерфейсе
создание и продолжение текста по запросу
локальный запуск языковой модели на Apple Silicon

Ограничения

Результаты бенчмарков исходной модели IBM нельзя считать оценкой этого конвертированного репозитория. Для запуска через MLX требуется совместимая среда Apple Silicon.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

granite-4.2-3b-bf16-mlx

Provenance

Converted from ibm-granite/granite-4.2-3b using mlx-lm 0.31.3.

Usage

from mlx_lm import load, generate

model, tokenizer = load("salohcin714/granite-4.2-3b-bf16-mlx")
messages = [{"role": "user", "content": "Hello"}]
prompt = tokenizer.apply_chat_template(messages, add_generation_prompt=True)
text = generate(model, tokenizer, prompt=prompt, verbose=True)

Modifications

Weights converted to MLX safetensors layout (no quantization; weights kept in their original bfloat16 precision). Redundant tied lm_head.weight dropped where the model ties input/output embeddings. No fine-tuning; no added training data.

License and attribution

Licensed under Apache 2.0. Original weights by the Granite Team, IBM. See the upstream model card and the included LICENSE file for the full text.

Disclaimer

This repository is not affiliated with or endorsed by IBM. "Granite" is an IBM trademark, used here descriptively to identify the origin of the base model. IBM's published benchmarks describe the original weights, not this quantized/converted artifact, and must not be read as claims about this repo.

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.

Класс архитектуры: GraniteForCausalLM
Ревизия весов: 42ad19f