/ Модель

Характеристики

Контекст
262 144 токена
Параметры
361 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Qwen3-VL-2B-Instruct
Опубликована
30 окт 2025

Qwen3-VL-2B-Instruct-Eagle3

Генерация текстаТекст → текст3 профессии

Черновая модель EAGLE-3, которая ускоряет генерацию текста моделью Qwen3-VL-2B-Instruct в системе спекулятивного декодирования.

651скачиваний за 30 дней7лайковвеса обновлены31 окт 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

taobao-mnn/Qwen3-VL-2B-Instruct-Eagle3 — это черновая модель в архитектуре EAGLE-3, разработанная для ускорения генерации текста базовой моделью Qwen3-VL-2B-Instruct. Она предназначена для использования вместе с базовой моделью в системе спекулятивного декодирования: черновая модель предлагает токены, а базовая проверяет их. Репозиторий не содержит самостоятельную модель для диалога; размер указанных весов — 361,5 млн параметров, формат — safetensors, родная длина контекста — 262 144 токена.

Автор заявляет об ускорении пропускной способности генерации в 1,5–2,5 раза без снижения качества базовой модели. В тестах средняя длина принятого чернового продолжения при четырёх предлагаемых токенах составила около 1,87 токена; результаты приведены для задач программирования, математики и общих знаний. Модель обучена с помощью SpecForge на данных EagleChat.

Лицензия — Apache-2.0. Для работы необходима совместимая реализация спекулятивного декодирования и базовая модель Qwen3-VL-2B-Instruct; сама по себе эта модель не предназначена для генерации ответов. Заявленные показатели ускорения зависят от базовой модели, оборудования и конфигурации декодирования.

Сценарии применения

  • ускорение генерации ответов базовой моделью Qwen3-VL-2B-Instruct
  • снижение задержки при генерации текста в приложениях на Qwen3-VL-2B-Instruct
  • ускорение генерации кода базовой моделью
  • ускорение решения математических задач базовой моделью
  • ускорение диалоговой генерации базовой моделью

Ограничения

Модель не работает самостоятельно: ей требуются Qwen3-VL-2B-Instruct и совместимая система спекулятивного декодирования. Фактическое ускорение зависит от оборудования и настроек; заявленные показатели приведены автором на ограниченном наборе тестов.

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

EAGLE-3 Draft Model for Qwen3-VL-2B-Instruct

Model Overview

This repository contains an EAGLE-3 style draft model specifically trained to accelerate the inference of the Qwen3-VL-2B-Instruct large language model.

This is not a standalone model. It must be used in conjunction with its corresponding base model (Qwen3-VL-2B-Instruct) within a speculative decoding framework to achieve significant speedups in text generation.

  • Base Model: Qwen3-VL-2B-Instruct
  • Model Architecture: EAGLE-3 (Speculative Decoding Draft Model)
  • Primary Benefit: Accelerates text generation throughput by 1.5x to 2.5x without compromising the generation quality of the base model.

What is EAGLE?

EAGLE (Extrapolative A* Generative Language Engine) is an advanced speculative decoding method. It uses a small draft model to generate a sequence of draft tokens in parallel. These tokens are then verified by the larger, more powerful base model in a single forward pass. If the draft is accepted, the generation process advances multiple steps at once, leading to a substantial increase in speed.

This model serves as the "draft model" in this process. Its average acceptance length (acc_length) on standard benchmarks is approximately 1.87 tokens (with 4 draft tokens), meaning on average, it helps the base model advance nearly 2 tokens per verification step.

Performance

This model was evaluated on a diverse set of benchmarks. The acc_length (average number of accepted draft tokens) indicates the efficiency of the acceleration. A higher value is better.

Benchmarkacc_length (num_draft_tokens=4)acc_length (num_draft_tokens=8)
humaneval2.122.30
math5002.112.27
ceval1.861.97
cmmlu1.841.97
gsm8k1.831.88
mtbench1.791.86
Average~1.93~2.04

These results demonstrate consistent and effective acceleration across various tasks, including coding, math, and general conversation.

Training Details

  • Training Framework: This model was trained using SpecForge, an open-source framework for speculative decoding research.
  • Training Data: The model was trained on the EagleChat dataset. Available on Hugging Face and ModelScope.
  • Training Duration: The model was trained for 2 epochs on 4x H20 GPUs, which took 27 hours and totaled 108 H20 GPU-hours.

适用于 Qwen3-VL-2B-Instruct 的 EAGLE-3 草稿模型

模型简介

本仓库包含一个 EAGLE-3 风格的草稿模型,专为加速 Qwen3-VL-2B-Instruct 大语言模型的推理而训练。

请注意:这是一个非独立模型。它必须与对应的基座模型 (Qwen3-VL-2B-Instruct) 在推测解码 (speculative decoding) 框架下配合使用,才能实现显著的文本生成加速效果。

  • 基座模型: Qwen3-VL-2B-Instruct
  • 模型架构: EAGLE-3 (推测解码草稿模型)
  • 核心优势: 在不牺牲基座模型生成质量的前提下,将文本生成吞吐量提升 1.5 到 2.5 倍。

什么是 EAGLE?

EAGLE (Extrapolative A* Generative Language Engine) 是一种先进的推测解码方法。它利用一个轻量的草稿模型并行生成一系列草稿词元 (draft tokens),然后由更大、更强的基座模型通过单次前向传播进行验证。如果草稿被接受,生成过程就能一次性前进多个步骤,从而实现显著的速度提升。

本模型在此过程中扮演“草稿模型”的角色。它在标准评测基准上的平均接受长度 (acc_length) 约为 1.87 个词元 (在草稿长度为4时),这意味着在每次验证中,它平均能帮助基座模型推进接近 2 个词元。

性能表现

本模型在一系列多样化的评测基准上进行了评估。acc_length (平均接受的草稿词元数) 反映了加速的效率,数值越高越好。

评测基准 (Benchmark)acc_length (num_draft_tokens=4)acc_length (num_draft_tokens=8)
humaneval2.122.30
math5002.112.27
ceval1.861.97
cmmlu1.841.97
gsm8k1.831.88
mtbench1.791.86
平均值~1.93~2.04

这些结果表明,该模型在编码、数学和通用对话等不同任务上都能提供稳定且高效的加速效果。

训练细节

  • 训练框架: 本模型使用开源推测解码研究框架 SpecForge 进行训练。
  • 训练数据: 训练数据使用了 EagleChat 数据集。您可以在 Hugging Face 或 ModelScope 上获取该数据集。
  • 训练耗时: 训练使用 4x H20 训练 2 轮,耗时 27 小时,共 108 H20 卡时。

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLMEagle3
Ревизия весов
f0dcff6

0 моделей