/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
gguf
Опубликована
14 мая 2026

Qwen3-4B-Instruct-2507-BitClass-GGUF

Генерация текстаТекст → текст6 профессий

Квантованные GGUF-варианты Qwen3-4B-Instruct-2507 для локальных диалогов и генерации текста с настраиваемым балансом размера и качества.

133скачиваний за 30 дней0лайковвеса обновлены13 июн 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

Это набор смешанных по точности квантованных GGUF-версий Qwen3-4B-Instruct-2507 от автора независимого проекта. Веса используют обученные профили квантования для отдельных групп тензоров: семь уровней точности от 3,0 до 4,5 бит на вес, с IQ-типами на низких уровнях и KQ-типами на более высоких. Размер файлов составляет примерно 1,72–2,47 ГБ; автор рекомендует вариант 3,4 bpw как баланс качества и размера, 3,0 bpw для максимального сжатия и 4,0 bpw для наибольшего качества в представленном диапазоне.

Модель предназначена для диалогов и генерации текста по инструкциям. Запускается как GGUF через llama.cpp-совместимые инструменты, включая Ollama. В сравнительных тестах автора на NVIDIA GB10 ATOM варианты показали более низкую perplexity, чем перечисленные квантования ByteShape и Unsloth; результаты получены на ограниченном наборе данных и не гарантируют преимущество в других сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • локальный чат-бот с инструкциями
  • генерация текста на устройстве с ограниченной памятью
  • выбор уровня квантования для локального запуска
  • диалоговое приложение на базе llama.cpp или Ollama

Ограничения

Квантование уменьшает размер и может влиять на качество; варианты различаются компромиссом между размером, скоростью и точностью. Приведённые сравнения perplexity выполнены автором на ограниченном тестовом наборе и могут не отражать результаты в других задачах.

Для каких профессий подходит6

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

Qwen3-4B-Instruct-2507 — BitClass Mixed-Precision GGUF

Mixed-precision GGUF quantizations of Qwen3-4B-Instruct-2507 using learned per-tensor quantization profiles. Each tensor group receives the precision level that minimizes quality loss for its importance — more bits where they matter, fewer where they don't.

Seven precision levels from ultra-compact (3.0 bpw) to high quality (4.5 bpw). Low-BPW models use IQ types for better quality-per-bit; higher levels use KQ types for faster inference.

Models

FileTarget BPWSizePPL ↓Family
Qwen3-4B-Instruct-2507-MX-3.0bpw.gguf3.01.72 GB3.073IQ
Qwen3-4B-Instruct-2507-MX-3.2bpw.gguf3.21.79 GB3.034IQ
Qwen3-4B-Instruct-2507-MX-3.4bpw.gguf3.41.88 GB2.971IQ
Qwen3-4B-Instruct-2507-MX-3.6bpw.gguf3.62.02 GB2.936KQ
Qwen3-4B-Instruct-2507-MX-3.8bpw.gguf3.82.03 GB2.951KQ
Qwen3-4B-Instruct-2507-MX-4.0bpw.gguf4.02.01 GB2.928KQ
Qwen3-4B-Instruct-2507-MX-4.5bpw.gguf4.52.47 GB2.932KQ

Target BPW is the planner's per-tensor bit budget (and the filename label). The actual whole-file BPW runs ~0.3–0.4 higher, because output/embedding tensors are kept at higher precision and GGUF carries metadata overhead — see the Size column for the real footprint.

Recommended: MX-3.4bpw for the best quality-to-size ratio. MX-3.0bpw for maximum compression. MX-4.0bpw for the highest quality in this ladder.

How It Compares

ModelBPWSizePPL ↓Source
ByteShape KQ 3.343.341.69 GB3.121byteshape
★ Ours MX-3.03.01.72 GB3.073This repo
★ Ours MX-3.23.21.79 GB3.034This repo
Unsloth Q3_K_S3.751.75 GB3.007unsloth
★ Ours MX-3.43.41.88 GB2.971This repo
★ Ours MX-3.63.62.02 GB2.936This repo
★ Ours MX-4.04.02.01 GB2.928This repo
Unsloth Q4_K_M4.972.32 GB2.956unsloth
★ Ours MX-4.54.52.47 GB2.932This repo

All models benchmarked in the same session on identical hardware (NVIDIA GB10 ATOM, GPU) for fair comparison.

Key Results

  • Lower perplexity than ByteShape KQ 3.34: MX-3.0 (PPL 3.073) vs 3.121 — 1.5% better, at comparable size (1.72 vs 1.69 GB)
  • Lower perplexity than Unsloth Q3_K_S: MX-3.4 (PPL 2.971) vs 3.007 — 1.2% better, at 1.88 vs 1.75 GB
  • Lower perplexity than Unsloth Q4_K_M: MX-4.5 (PPL 2.932) vs 2.956 — 0.8% better, at 2.47 vs 2.32 GB

Running with Ollama

# Pick any precision level
ollama run hf.co/sh111111111111111/Qwen3-4B-Instruct-2507-BitClass-GGUF:Qwen3-4B-Instruct-2507-MX-3.4bpw.gguf

Running with llama.cpp

# Chat
llama-cli -m Qwen3-4B-Instruct-2507-MX-3.4bpw.gguf -cnv

# Server (OpenAI-compatible API)
llama-server -m Qwen3-4B-Instruct-2507-MX-3.4bpw.gguf --port 8080

# Benchmark
llama-perplexity -m Qwen3-4B-Instruct-2507-MX-3.4bpw.gguf -f your_eval_data.txt

Benchmarking Details

All benchmarks run with llama.cpp (commit 406f4e3) on NVIDIA GB10 ATOM GPU with full offload (-ngl 999). Perplexity measured via llama-perplexity on a held-out evaluation set (20 chunks, 512 context). Throughput via llama-bench (512 prompt / 128 generation tokens). All models — ours, Unsloth, ByteShape — benchmarked in the same session.

Disclaimer

Independent project. Not affiliated with or endorsed by Qwen, Unsloth, ByteShape, Bartowski, or llama.cpp. Competitor figures are from our own benchmark harness and may differ from those projects' self-reported numbers; competitor file sizes reflect the revision we tested and may since have changed.

License

Apache 2.0, inherited from Qwen3-4B-Instruct-2507.

Acknowledgments

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
0c0ddd7

0 моделей