/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-4B
Библиотека
speculators
Опубликована
4 сен 2026

Qwen3-4B-speculator-b16.dspark

Генерация текстаТекст → текст3 профессии

Экспериментальная черновая модель DSpark предлагает до 16 токенов для спекулятивного декодирования генерации Qwen3-4B через совместимые vLLM и speculators.

144скачиваний за 30 дней0лайковвеса обновлены4 сен 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 черновая модель DSpark для ускорения авторегрессионной генерации методом спекулятивного декодирования вместе с Qwen/Qwen3-4B. Она предлагает до 16 токенов за итерацию, а основная модель-верификатор принимает или отклоняет эти предложения. Модель предназначена для работы через vLLM и реализацию speculators с поддержкой DSpark; самостоятельно генерировать текст без соответствующего верификатора она не предназначена.

Архитектура включает 5 слоёв draft-трансформера, один слой состояния верификатора, vanilla Markov head ранга 256 и включённую confidence head. Веса сохранены в safetensors с точностью bfloat16; размер файла параметров — 1,23 ГБ. В README приведены результаты проверки на задачах программирования, рассуждений и ответов на вопросы, однако фактическая скорость зависит от запросов, оборудования, размера пакета и конфигурации сервинга.

Это экспериментальный базовый чекпойнт, обученный один эпох на данных, связанных с Qwen3-4B; он наследует поведение и ограничения модели-верификатора. Для применения нужны совместимые версии vLLM и speculators, а также исходные Qwen/Qwen3-4B и её токенизатор. Лицензия репозитория — Apache-2.0; ограничения лицензии верификатора также применяются.

Сценарии применения

  • ускорение генерации текста моделью Qwen3-4B через спекулятивное декодирование
  • ускорение ответов на вопросы при сервинге Qwen3-4B
  • ускорение генерации кода моделью Qwen3-4B
  • ускорение генерации ответов для задач математических рассуждений

Ограничения

Модель не предназначена для автономной генерации: ей необходимы Qwen/Qwen3-4B как верификатор и совместимые vLLM и speculators. Принятие предложенных токенов и итоговое ускорение зависят от запросов, оборудования и конфигурации сервинга.

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

Qwen3-4B DSpark Speculator (Block Size 16)

This repository contains a DSpark speculative decoding draft model trained for Qwen/Qwen3-4B. It proposes up to 16 tokens per decoding iteration and is intended for use with the vllm-project/speculators implementation and vLLM.

This is an experimental baseline checkpoint. It was trained for one epoch with the standard cross-entropy and total-variation objective; it was not trained with D-PARD.

Model details

  • Architecture: DSpark draft model
  • Verifier: Qwen/Qwen3-4B
  • Speculative block size: 16
  • Draft transformer layers: 5
  • Verifier hidden-state layers: 1, 9, 17, 25, 33
  • Markov head: vanilla, rank 256
  • Confidence head: enabled with Markov features
  • Default proposal method: greedy
  • Precision: bfloat16
  • Draft vocabulary size: 151,936
  • Parameters file size: 1.23 GB

Training

The model was trained from the speculators main branch at commit ae96c74c0771ca4fb920df1279f41f60e54db2cc.

  • Epochs: 1
  • Global steps: 244,909
  • World size: 4
  • Sequence length: 8,192
  • Optimizer: AdamW
  • Learning rate: 6e-4
  • Weight decay: 0
  • Scheduler: cosine with 4% warmup
  • Seed: 42
  • Loss: 0.1 * CE + 0.9 * TV
  • Position weighting: fixed exponential decay, gamma 4.0
  • speculators: 0.7.0.dev150
  • Training vLLM: 0.26.0
  • Transformers: 5.12.0
  • PyTorch: 2.11.0

The complete invocation is included in train_command.txt.

Validation results

MetricValue
Loss0.2620
Cross-entropy loss0.4829
Total-variation loss0.1064
Acceptance rate0.4361
Acceptance length4.5802
Full accuracy0.4958

Speculator benchmark results

The checkpoint was evaluated with the D-PARD evaluation implementation on RedHatAI/speculator_benchmarks, with temperature 0, maximum generation length 128, maximum concurrency 128, and up to 200 requests per category.

CategoryAcceptance length
HumanEval4.9515
Math reasoning6.2743
QA4.0288
Question4.0356
RAG3.9408
Summarization2.8349
Tool call3.8006
Translation4.0431
Writing4.0295
Weighted overall4.4054

The weighted overall result is computed as 1 + total accepted speculative tokens / total draft iterations.

For context, under the same dataset and sampling settings, RedHatAI/Qwen3-4B-speculator.dspark using 8 speculative tokens achieved a weighted acceptance length of 4.7543. These numbers are not a strict architecture-controlled comparison because the models use different block sizes (16 versus 8).

Usage

Use this repository as the speculative model for Qwen/Qwen3-4B through a version of vLLM and speculators that supports DSpark. The verifier model and tokenizer must remain Qwen/Qwen3-4B, and the configured speculative-token count is 16.

Limitations

  • This is a research checkpoint for speculative decoding, not a standalone language model.
  • It inherits the behavior, limitations, and license considerations of the verifier model.
  • Acceptance and speedup depend on prompts, hardware, batch size, vLLM version, and serving configuration.
  • A larger speculative block does not guarantee higher average acceptance or end-to-end throughput.

Как запустить

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

GPU в ailist

Универсальный рантайм · speculators

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DSparkDraftModel
Ревизия весов
d493049

0 моделей