/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,2 млн
Размер весов
5,7 МБ
Архитектура
qwen3_next · MoE
Базовая модель
Qwen3-Next-80B-A3B-Instruct
Библиотека
transformers
Опубликована
12 сен 2025

qwen3-next-moe

Генерация текстаТекст → текст3 профессии

tiny-random/qwen3-next-moe — небольшая случайно инициализированная языковая модель для генерации текста, созданная на основе конфигурации Qwen/Qwen3-Next-80B-A3B-Instruct.

49 693скачиваний за 30 дней4лайкавеса обновлены12 сен 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

Репозиторий предназначен прежде всего для отладки совместимости и тестирования инфраструктуры, а не для практического применения или получения качественных ответов.

Модель реализует архитектуру Qwen3-Next с комбинацией линейного внимания и обычного self-attention, разреженным MoE-блоком на 32 эксперта и выбором 10 экспертов для каждого токена, а также поддержкой multi-token prediction. В конфигурации указаны 4 скрытых слоя, размер скрытого представления 8, размер промежуточного представления 32 и тип данных bfloat16. Максимальный контекст в примерах запуска составляет 262144 токена. Поддерживаются Transformers, vLLM и SGLang; используется токенизатор базовой модели Qwen3-Next.

Поскольку веса модели случайно инициализированы, она не обучена и не предназначена для осмысленной генерации, инструкционного следования, оценки качества, перевода или прикладного использования. Её сильная сторона — возможность воспроизводимо проверять загрузку, генерацию, speculative decoding и интеграцию с совместимыми инструментами при минимальном размере. Лицензия в предоставленных данных не указана.

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

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from Qwen/Qwen3-Next-80B-A3B-Instruct.

Example usage:

  • vLLM
 VLLM_ALLOW_LONG_MAX_MODEL_LEN=1 \
    vllm serve tiny-random/qwen3-next-moe \
    --tensor-parallel-size 4 \
    --max-model-len 262144 \
    --speculative-config '{"method":"qwen3_next_mtp","num_speculative_tokens":2}'

  • SGLang
SGLANG_ALLOW_OVERWRITE_LONGER_CONTEXT_LEN=1 \
python -m sglang.launch_server \
    --model-path tiny-random/qwen3-next-moe \
    --tp-size 4 --context-length 262144 \
    --mem-fraction-static 0.8 \
    --speculative-algo NEXTN \
    --speculative-num-steps 3 \
    --speculative-eagle-topk 1 \
    --speculative-num-draft-tokens 4

  • Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
model_id = "tiny-random/qwen3-next-moe"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype="auto",
    device_map="cuda",
)
# prepare the model input
prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt},
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=8,
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist()
content = tokenizer.decode(output_ids, skip_special_tokens=True)
print("content:", content)

Codes to create this repo:

from copy import deepcopy

import torch
import torch.nn as nn
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoTokenizer,
    GenerationConfig,
    pipeline,
    set_seed,
)

source_model_id = "Qwen/Qwen3-Next-80B-A3B-Instruct"
save_folder = "/tmp/tiny-random/qwen3-next-moe"

tokenizer = AutoTokenizer.from_pretrained(
    source_model_id, trust_remote_code=True,
)
tokenizer.save_pretrained(save_folder)

config = AutoConfig.from_pretrained(
    source_model_id, trust_remote_code=True,
)
config._name_or_path = source_model_id
config.hidden_size = 8
config.intermediate_size = 32
config.head_dim = 32
config.num_key_value_heads = 8
config.num_attention_heads = 16
config.num_hidden_layers = 4
config.tie_word_embeddings = False
config.linear_num_key_heads = 8
config.linear_num_value_heads = 16
config.moe_intermediate_size = 32
config.num_experts = 32
config.num_experts_per_tok = 10
config.layer_types = config.layer_types[:4]
config.shared_expert_intermediate_size = 32
model = AutoModelForCausalLM.from_config(
    config,
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
)
model.generation_config = GenerationConfig.from_pretrained(
    source_model_id, trust_remote_code=True,
)
# MTP
model.mtp = nn.ModuleDict({
    "pre_fc_norm_embedding": nn.RMSNorm(config.hidden_size),
    "fc": nn.Linear(config.hidden_size * 2, config.hidden_size, bias=False),
    "norm": nn.RMSNorm(config.hidden_size),
    "pre_fc_norm_hidden": nn.RMSNorm(config.hidden_size),
    "layers": nn.ModuleList([deepcopy(model.model.layers[3])]),
})
model = model.to(torch.bfloat16)
set_seed(42)
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)

Printing the model:

Qwen3NextForCausalLM(
  (model): Qwen3NextModel(
    (embed_tokens): Embedding(151936, 8)
    (layers): ModuleList(
      (0-2): 3 x Qwen3NextDecoderLayer(
        (linear_attn): Qwen3NextGatedDeltaNet(
          (act): SiLU()
          (conv1d): Conv1d(4096, 4096, kernel_size=(4,), stride=(1,), padding=(3,), groups=4096, bias=False)
          (in_proj_qkvz): Linear(in_features=8, out_features=6144, bias=False)
          (in_proj_ba): Linear(in_features=8, out_features=32, bias=False)
          (norm): FusedRMSNormGated(128, eps=1e-06, activation=silu)
          (out_proj): Linear(in_features=2048, out_features=8, bias=False)
        )
        (mlp): Qwen3NextSparseMoeBlock(
          (gate): Linear(in_features=8, out_features=32, bias=False)
          (experts): ModuleList(
            (0-31): 32 x Qwen3NextMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (shared_expert): Qwen3NextMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
      )
      (3): Qwen3NextDecoderLayer(
        (self_attn): Qwen3NextAttention(
          (q_proj): Linear(in_features=8, out_features=1024, bias=False)
          (k_proj): Linear(in_features=8, out_features=256, bias=False)
          (v_proj): Linear(in_features=8, out_features=256, bias=False)
          (o_proj): Linear(in_features=512, out_features=8, bias=False)
          (q_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
          (k_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
        )
        (mlp): Qwen3NextSparseMoeBlock(
          (gate): Linear(in_features=8, out_features=32, bias=False)
          (experts): ModuleList(
            (0-31): 32 x Qwen3NextMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (shared_expert): Qwen3NextMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
      )
    )
    (norm): Qwen3NextRMSNorm((8,), eps=1e-06)
    (rotary_emb): Qwen3NextRotaryEmbedding()
  )
  (lm_head): Linear(in_features=8, out_features=151936, bias=False)
  (mtp): ModuleDict(
    (pre_fc_norm_embedding): RMSNorm((8,), eps=None, elementwise_affine=True)
    (fc): Linear(in_features=16, out_features=8, bias=False)
    (norm): RMSNorm((8,), eps=None, elementwise_affine=True)
    (pre_fc_norm_hidden): RMSNorm((8,), eps=None, elementwise_affine=True)
    (layers): ModuleList(
      (0): Qwen3NextDecoderLayer(
        (self_attn): Qwen3NextAttention(
          (q_proj): Linear(in_features=8, out_features=1024, bias=False)
          (k_proj): Linear(in_features=8, out_features=256, bias=False)
          (v_proj): Linear(in_features=8, out_features=256, bias=False)
          (o_proj): Linear(in_features=512, out_features=8, bias=False)
          (q_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
          (k_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
        )
        (mlp): Qwen3NextSparseMoeBlock(
          (gate): Linear(in_features=8, out_features=32, bias=False)
          (experts): ModuleList(
            (0-31): 32 x Qwen3NextMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (shared_expert): Qwen3NextMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
      )
    )
  )
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3NextForCausalLM
Ревизия весов
fab38e0

0 моделей