/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.8-27B
Библиотека
gguf
Опубликована
19 сен 2026

Qwen3.8-27B-GSQ-RCO-BuffedMod-GGUF

Изображение и текст → текст7 профессий

Qwen3.8-27B-GSQ-RCO-BuffedMod-GGUF — модифицированная GGUF-квантизация базовой модели Qwen3.8-27B, созданная tooltd на основе ISTA-DASLab/Qwen3.8-27B-GSQ-RCO-GGUF.

2 026скачиваний за 30 дней2лайкавеса обновлены19 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

Модель предназначена для мультимодальных сценариев с обработкой текста и изображений, однако в README не указаны поддерживаемые языки, размер контекстного окна и подробности архитектуры.

Основное изменение заключается в прямой замене отдельных тензоров внутри бинарного GGUF-файла: тензор выходного слоя output.weight повышен с Q4_K до Q6_K, что должно улучшать точность распределения вероятностей токенов при сохранении компактного размера IQ3_S. Доступны варианты с MTP-тензорами в IQ4_XS или Q6_K; их размер составляет около 11,49 и 11,59 ГБ соответственно. По приведённым тестам BuffedMod снижает perplexity и KL-дивергенцию относительно исходной IQ3_S, а совпадение наиболее вероятного токена повышается с 89,66% до 90,54%. Вариант с IQ4_XS MTP предлагает лучший баланс размера и качества.

Модель сохраняет преимущества низкобитной квантизации — уменьшенный размер и требования к памяти, но качество зависит от выбранного варианта и ограничений квантизации. README не содержит сведений о производительности на прикладных задачах, системных требованиях или полном наборе поддерживаемых возможностей. Указанная лицензия — Apache-2.0.

Для каких профессий подходит7

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

Qwen3.8-27B-GSQ-RCO — BuffedMod GGUF

This repository contains modified versions of the Qwen3.8-27B-GSQ-RCO-IQ3_S GGUF model.

Unlike traditional re-quantization workflows which require quantizing the entire model from unquantized FP16/BF16 weights, these files were created by directly modifying specific tensor weights within the binary GGUF file.

By replacing critical layer tensors (specifically output.weight) with higher-precision quantizations, we achieve better Perplexity (PPL), lower KL Divergence (KLD), and increased top-token agreement while maintaining a compact footprint.


⚡ What Changed in BuffedMod?

In lower-bit quantizations like IQ3_S, the output.weight tensor (LM Head) often serves as a major bottleneck for final text generation precision. Upgrading this tensor improves top-token probability matching without adding massive overhead to the overall file size.

📦 Available Variants

  1. Qwen3.8-27B-GSQ-RCO-BuffedMod-IQ3_S_XL-mtp-Q6K.gguf

    • Modifications: Replaced output.weight from Q4_K to Q6_K.
    • Target: Maximum quality retention for IQ3_S baseline.
  2. Qwen3.8-27B-GSQ-RCO-BuffedMod-IQ3_S_XL-mtp-IQ4XS.gguf

    • Modifications: Replaced output.weight from Q4_K to Q6_K AND down-quantized MTP (Multi-Token Prediction) tensors from Q6_K to IQ4_XS.
    • Target: Optimized size-to-performance balance by reclaiming memory from non-essential auxiliary tensors.

📊 Benchmark & Evaluation Results

All variants were evaluated using llama-perplexity with original BF16 base model (q38f16baseline.kld) to measure Perplexity (PPL) degradation, KL Divergence (KLD), and Token Probability shifts.

llama-perplexity.exe -f /wikitext-2-raw/wiki.test.raw \
    --kl-divergence \
    --kl-divergence-base q38f16baseline.kld \
    -ngl 99 \
    -m <model_variant>.gguf

📈 Comparison Summary

MetricOriginal (IQ3_S)BuffedMod (Q6_K Output)Improvement
Mean PPL(Q)7.0626977.032142🟢 -0.030555 (Lower is better)
Mean PPL Diff vs Base0.1122050.081650🟢 -27.2% Error Reduction
Mean KLD0.0554750.051738🟢 -6.7% Divergence
Median KLD0.0229280.018899🟢 -17.5% Divergence
Same Top Token Probability89.657%90.535%🟢 +0.878% Match
RMS Δp6.537%6.285%🟢 -0.252% Variance

📐 Model Variant Comparison

The table below highlights the trade-off between file size efficiency and accuracy gains across the original and BuffedMod variants:

Model VariantFile SizePPL(Q) ↓PPL Diff vs Base ↓Mean KLD ↓Median KLD ↓Top-Token Match ↑
Original (IQ3_S-mtp)11.29 GB7.06270.11220.05550.022989.66%
BuffedMod (IQ4XS MTP)11.49 GB7.03210.08170.05170.018990.54%
BuffedMod (Q6_K MTP)11.59 GB7.03210.08170.05170.018990.54%

📌 Key Highlights:

  • BuffedMod (IQ4XS MTP) offers the optimal sweet spot: it gains the full accuracy boost (+0.88% top-token match, -27.2% PPL error vs base) with only +200 MB size overhead compared to the original file.
  • BuffedMod (Q6_K MTP) retains maximum fidelity on the auxiliary MTP tensors for an extra +100 MB, maintaining identical core perplexity and divergence performance.

📋 Full Metrics Breakdown

🔴 Baseline Original Metrics (IQ3_S with Q4_K output.weight)

====== Perplexity statistics ======
Mean PPL(Q)                   :   7.062697 ±   0.045484
Mean PPL(base)                :   6.950493 ±   0.044934
Cor(ln(PPL(Q)), ln(PPL(base))):  98.65%
Mean ln(PPL(Q)/PPL(base))     :   0.016014 ±   0.001059
Mean PPL(Q)/PPL(base)         :   1.016143 ±   0.001076
Mean PPL(Q)-PPL(base)         :   0.112205 ±   0.007438

====== KL divergence statistics ======
Mean    KLD:   0.055475 ±   0.000453
Maximum KLD:  15.811345
99.9%   KLD:   2.067696
99.0%   KLD:   0.593792
95.0%   KLD:   0.188752
90.0%   KLD:   0.110145
Median  KLD:   0.022928

====== Token probability statistics ======
Mean    Δp: -0.513 ± 0.017 %
RMS Δp    :  6.537 ± 0.051 %
Same top p: 89.657 ± 0.079 %

🟢 BuffedMod Metrics (IQ3_S with Q6_K output.weight)

====== Perplexity statistics ======
Mean PPL(Q)                   :   7.032142 ±   0.045271
Mean PPL(base)                :   6.950493 ±   0.044934
Cor(ln(PPL(Q)), ln(PPL(base))):  98.72%
Mean ln(PPL(Q)/PPL(base))     :   0.011679 ±   0.001034
Mean PPL(Q)/PPL(base)         :   1.011747 ±   0.001046
Mean PPL(Q)-PPL(base)         :   0.081650 ±   0.007236

====== KL divergence statistics ======
Mean    KLD:   0.051738 ±   0.000450
Maximum KLD:  15.754954
99.9%   KLD:   2.056773
99.0%   KLD:   0.586696
95.0%   KLD:   0.181908
90.0%   KLD:   0.103020
Median  KLD:   0.018899

====== Token probability statistics ======
Mean    Δp: -0.477 ± 0.016 %
RMS Δp    :  6.285 ± 0.052 %
Same top p: 90.535 ± 0.076 %

📜 Credits & Acknowledgments

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
6e62e6c

0 моделей