/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Spark-X2.5-4B
Библиотека
transformers
Опубликована
3 сен 2026

Spark-X2.5-4B-GGUF

Генерация текстаТекст → текст11 профессий

Spark-X2.5-4B-GGUF — это набор квантованных моделей в формате GGUF для генерации текста, основанный на Spark-X2.5-4B от XHToken.

2 024скачиваний за 30 дней7лайковвеса обновлены10 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

Конвертацию весов в GGUF выполнил Pink Pixel с использованием специальной сборки llama.cpp для Spark 2.5. Модель предназначена для локального запуска через llama.cpp и совместимые приложения, включая Ollama и LM Studio, а также для создания локальных чат-ассистентов и других сценариев генерации текста.

Модель использует архитектуру Spark 2.5 с поддержкой гибридного внимания: скользящего окна и слоёв полного внимания. Заявлена длина контекста до 1 048 576 токенов, размер словаря — 131 072 токена. Поддерживаются английский и китайский языки. Доступны варианты от BF16 до квантований Q8_0, Q6_K, Q5_K_M, Q4_K_M, Q3_K_M и Q2_K с размером файлов примерно от 1,66 до 7,66 ГБ. Более сильное сжатие уменьшает требования к памяти, но может заметно снижать качество вывода.

К сильным сторонам относятся компактный размер исходной модели, высокая эффективность, большой контекст и широкий выбор квантований для устройств с разными ограничениями по памяти. Ограничением является необходимость поддержки архитектуры Spark2_5ForCausalLM в llama.cpp или используемом клиенте; качество и требования к ресурсам зависят от выбранного уровня квантования. Модель и исходные веса распространяются по лицензии Apache 2.0.

Для каких профессий подходит11

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

Spark-X2.5-4B GGUF

This repository contains GGUF format quants for XHToken/Spark-X2.5-4B.

Spark-X2.5-4B is a compact, high-efficiency language model featuring a hybrid attention architecture (combining sliding-window attention with full attention layers) and native context lengths up to 1M tokens.

These GGUF files were converted from the original safetensors weights using a custom Spark 2.5 build of llama.cpp at BF16 precision, then quantized into standard k-quants.


Available Files and Quantizations

FileQuant TypeSizeDescription / Recommendation
Spark-X2.5-4B-BF16.ggufBF167.66 GBFull precision base conversion. Highest fidelity, largest size.
Spark-X2.5-4B-Q8_0.ggufQ8_04.07 GBNear-lossless 8-bit quantization. Recommended if you have 6GB+ VRAM.
Spark-X2.5-4B-Q6_K.ggufQ6_K3.15 GBExcellent quality retention with minimal loss. Very balanced choice.
Spark-X2.5-4B-Q5_K_M.ggufQ5_K_M2.77 GBGood balance between memory footprint and output quality.
Spark-X2.5-4B-Q4_K_M.ggufQ4_K_M2.42 GBFast, lightweight 4-bit quant. Great default for laptops and mobile devices.
Spark-X2.5-4B-Q3_K_M.ggufQ3_K_M2.02 GBLower memory footprint when RAM or VRAM is tight.
Spark-X2.5-4B-Q2_K.ggufQ2_K1.66 GBMaximum compression. Noticeable quality degradation, best for ultra-constrained environments.

Requirements

Spark-X2.5 uses the Spark2_5ForCausalLM (spark2_5) architecture. To run these files, ensure your local llama.cpp installation or downstream GUI client includes Spark 2.5 runtime support.


How to Use

1. With llama.cpp

Run the model directly from the command line using llama-cli:

llama-cli -m ./Spark-X2.5-4B-Q4_K_M.gguf \
    -p "You are a helpful and concise assistant.\nUser: Hello! What can you do?\nAssistant:" \
    -n 512 \
    -c 4096 \
    --temp 0.7

To run as a local server:

llama-server -m ./Spark-X2.5-4B-Q4_K_M.gguf \
    --host 127.0.0.1 \
    --port 8080 \
    -c 4096

2. With Ollama

Create a Modelfile in the same directory:

FROM ./Spark-X2.5-4B-Q4_K_M.gguf

TEMPLATE """<|im_start|>system
{{ .System }}<|im_end|>
<|im_start|>user
{{ .Prompt }}<|im_end|>
<|im_start|>assistant
"""

PARAMETER stop "<|im_start|>"
PARAMETER stop "<|im_end|>"
PARAMETER temperature 0.7

Then build and run the model:

ollama create spark-x2.5-4b -f Modelfile
ollama run spark-x2.5-4b

3. With LM Studio

  1. Download or copy any .gguf file to your LM Studio models folder.
  2. Search for Spark-X2.5-4B in your local models tab.
  3. Load the model with default GPU offloading settings and chat.

Original Model Details

  • Original weights: XHToken/Spark-X2.5-4B
  • Base Architecture: Spark 2.5 (Spark2_5ForCausalLM)
  • Context Length: Up to 1,048,576 tokens (1M)
  • Vocabulary Size: 131,072 tokens
  • License: Apache 2.0

Attribution & Credits

Original model weights and architecture developed by XHToken.

GGUF conversions produced by Pink Pixel.

Made with 💖 by Pink Pixel

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
bdb8637

0 моделей