/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
843 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Apertus-8B-Instruct-2509
Библиотека
transformers
Опубликована
30 ноя 2025

EAGLE3-Apertus-8B-Instruct-2509

Генерация текстаТекст → текст3 профессии

Черновая модель EAGLE3, которая ускоряет генерацию текста Apertus-8B-Instruct-2509 методом speculative decoding.

309скачиваний за 30 дней0лайковвеса обновлены30 ноя 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

EAGLE3-Apertus-8B-Instruct-2509 — лёгкая черновая модель thomaskiefer для ускорения генерации текста моделью swiss-ai/Apertus-8B-Instruct-2509 методом speculative decoding. Она предназначена для использования вместе с целевой моделью через движки vLLM или SGLang: черновая модель предлагает будущие токены, а целевая модель проверяет их. Модель основана на архитектуре LlamaForCausalLMEagle3 с одним слоем; её размер — 843,1 млн параметров, контекст — до 65 536 токенов.

Обучена на примерно 375 тысячах примеров диалогов, включая данные из UltraChat, ShareGPT и OpenThoughts-114k-math, с ответами, сгенерированными целевой моделью. Поддерживаемые языки по карточке — английский, немецкий, французский и итальянский. Выпущена под лицензией Apache-2.0. Это вспомогательная модель для ускорения инференса, а не самостоятельная замена целевой модели; фактическое ускорение зависит от сценария и совместимости с целевой моделью и движком.

Сценарии применения

  • ускорение генерации ответов Apertus-8B-Instruct-2509
  • ускорение диалогового инференса через vLLM
  • ускорение текстовой генерации через SGLang

Ограничения

Модель рассчитана на совместную работу с Apertus-8B-Instruct-2509 и не является самостоятельной целевой моделью. Ускорение зависит от сценария использования, целевой модели и движка инференса.

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

EAGLE3-Apertus-8B-Instruct-2509

An Eagle3 draft model for speculative decoding with swiss-ai/Apertus-8B-Instruct-2509.

Model Description

This is a lightweight draft model trained to accelerate inference of Apertus-8B-Instruct through speculative decoding. Eagle3 uses a single-layer architecture that predicts future tokens by leveraging the target model's hidden states.

PropertyValue
ArchitectureLlamaForCausalLMEagle3
Hidden Size4096
Intermediate Size21504
Attention Heads32
KV Heads8
Layers1
Vocab Size131,072
Draft Vocab Size32,000
Precisionbfloat16
Parameters~513M

Training Details

  • Framework: SpecForge
  • Target Model: swiss-ai/Apertus-8B-Instruct-2509
  • Epochs: 10
  • Batch Size: 1 per GPU
  • Learning Rate: 1e-4
  • Max Sequence Length: 4096
  • Hardware: 64 GPUs (16 nodes × 4 GPUs)
  • Precision: bfloat16

Training Data

The model was trained on ~375k samples of regenerated conversation data. The dataset consists of prompts from:

The responses were regenerated using Apertus-8B-Instruct-2509 to ensure the draft model learns from the target model's own output distribution.

See: thomaskiefer/EAGLE3-Apertus-8B-Instruct-2509-Data

Usage

With vLLM

VLLM_USE_V1=1 vllm serve swiss-ai/Apertus-8B-Instruct-2509 \
    --speculative-config '{"model": "thomaskiefer/EAGLE3-Apertus-8B-Instruct-2509", "num_speculative_tokens": 3, "method": "eagle3"}'

Or in Python:

from vllm import LLM, SamplingParams

llm = LLM(
    model="swiss-ai/Apertus-8B-Instruct-2509",
    speculative_config={
        "model": "thomaskiefer/EAGLE3-Apertus-8B-Instruct-2509",
        "num_speculative_tokens": 3,
        "method": "eagle3",
    },
)

sampling_params = SamplingParams(temperature=0.7, max_tokens=256)
outputs = llm.generate(["Hello, how are you?"], sampling_params)
print(outputs[0].outputs[0].text)

With SGLang

python -m sglang.launch_server \
    --model swiss-ai/Apertus-8B-Instruct-2509 \
    --speculative-algorithm EAGLE3 \
    --speculative-draft-model-path thomaskiefer/EAGLE3-Apertus-8B-Instruct-2509 \
    --speculative-num-steps 5 \
    --speculative-eagle-topk 8 \
    --speculative-num-draft-tokens 32

Continue Training

To resume training from this checkpoint:

  1. Clone SpecForge
  2. Download the training dataset from thomaskiefer/EAGLE3-Apertus-8B-Instruct-2509-Data
  3. Download this checkpoint and place it in a subdirectory of your output directory (e.g., outputs/apertus-8b-eagle3/epoch_9_step_55000/)
  4. Run with --resume (it will automatically find the last checkpoint in --output-dir):
NUM_GPUS=4
TP_SIZE=1

torchrun \
    --standalone \
    --nproc_per_node $NUM_GPUS \
    scripts/train_eagle3.py \
    --target-model-path swiss-ai/Apertus-8B-Instruct-2509 \
    --draft-model-config /path/to/configs/apertus-8b-eagle3.json \
    --train-data-path /path/to/merged_train_regen.jsonl \
    --output-dir /path/to/outputs/apertus-8b-eagle3 \
    --num-epochs 15 \
    --batch-size 1 \
    --tp-size $TP_SIZE \
    --learning-rate 1e-4 \
    --max-length 4096 \
    --chat-template apertus \
    --cache-dir /path/to/cache \
    --target-model-backend sglang \
    --resume

The --resume flag uses get_last_checkpoint() to automatically find the most recent checkpoint in the output directory.

License

Apache 2.0

Citation

If you use this model, please cite Eagle3:

@article{li2025eagle3,
  title={Eagle 3: Scaling up Inference Acceleration of Large Language Models via Training-Time Test},
  author={Li, Yuhui and Wei, Fangyun and Zhang, Chao and Zhang, Hongyang},
  journal={arXiv preprint arXiv:2503.01840},
  year={2025}
}

Acknowledgments

Trained on the Alps supercomputer at CSCS (Swiss National Supercomputing Centre).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLMEagle3
Ревизия весов
0a8ad44

0 моделей