/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Размер весов
40,4 ГБ
Лицензия
MIT
Архитектура
maple · MoE
Базовая модель
maple-preview
Библиотека
mlx
Опубликована
16 авг 2026

Maple-Preview-BF16-MLX

Генерация текстаТекст → текст6 профессий

MLX-конверсия Maple-Preview от DeepGrove для локального диалогового вывода и решения задач на рассуждение на Apple Silicon.

229скачиваний за 30 дней0лайковвеса обновлены16 авг 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

Maple-Preview-BF16-MLX — преобразование модели Maple-Preview от DeepGrove в формат MLX с весами BF16 для локального запуска на компьютерах Apple Silicon. Это разговорная причинно-языковая MoE-модель: исходная Maple-Preview описана как модель класса 20B-A1B с 24 слоями и 256 экспертами, из которых активны 8; в метаданных размер указан как 1,2 млрд параметров. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 131 072 токенов.

Модель предназначена для диалогов и задач, требующих сложных рассуждений, включая математические задачи и вопросы на знания. Карточка отмечает высокую скорость локального вывода на Apple Silicon, но предупреждает, что фактическая длина контекста может быть ограничена памятью для KV-кэша. Предварительная версия мало обучалась для агентных сценариев и прошла лишь небольшое общее обучение с подкреплением, поэтому на агентных задачах может уступать специализированным моделям. Для загрузки требуется доверенная пользовательская реализация кода; лицензия — MIT, с условиями базовой модели.

Сценарии применения

  • решение сложных математических задач
  • ответы на вопросы, требующие многошаговых рассуждений
  • диалоговый помощник на локальном устройстве
  • локальная генерация текста на компьютерах Apple Silicon

Ограничения

Это предварительная версия с ограниченным обучением для агентных задач, поэтому на таких сценариях модель может работать хуже. Практически доступная длина контекста может быть меньше 131 072 токенов из-за ограничений памяти KV-кэша.

Для каких профессий подходит6

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

Maple Preview — BF16 MLX conversion

This repository contains the full-precision BF16 MLX conversion of deepgrove/maple-preview.

This MLX upload

  • Approximately 40.5 GB for the complete local model directory (40,448,443,564 bytes).
  • Converted directly from the original Hugging Face BF16 safetensors.
  • Includes the official Maple model implementation as maple.py.
  • Requires custom-code loading (trust_remote_code=True). In oMLX, enable Trust Remote Code for this model.

This is an MLX conversion for local inference on Apple Silicon. Please follow the base model's MIT license and usage terms.

Recommended generation settings

Maple is a reasoning-heavy model and may spend a substantial part of its response budget thinking. For the OpenAI-compatible API or oMLX UI, start with:

temperature:         1.0
top_p:               0.95
top_k:               40
min_p:               0.05
repetition_penalty:  1.0
max_tokens:          8192 or higher
max context:         131072 tokens (native model limit)

These sampler values match DeepGrove's Maple llama.cpp setup. The model declares a native 131,072-token context window and does not require RoPE/YARN scaling for that window. Actual usable context may be lower on systems constrained by KV-cache memory; do not assume that extending beyond 131,072 tokens is supported.


Base model description

Maple-Preview

DeepGrove · 2026

Today we introduce Maple-Preview, an open-source 20B-A1B ternary-weight reasoning LLM. Maple-Preview has SOTA reasoning for its weight class and is even competitive with larger models. It solves IMO-level problems and runs at 200+ tokens/sec on a Mac mini M4, 5–16× faster than efficient models like Gemma 4, Qwen3.5, and gpt-oss.

  • 20B-A1B Model
  • 218 tok/s M4 Mac mini
  • 5.31 GB Checkpoint
  • 131,072 Token context

Maple-Preview speed and performance frontier

[!NOTE] The included Transformers implementation depends on Triton and FlashAttention and is intended for a compatible CUDA environment. The reported Apple Silicon result uses a separate on-device runtime.

Architecture

Maple-Preview is a 20B-A1B reasoning model designed from the start for efficient on-device inference. It utilizes a 24-layer, 256-expert (8 active) configuration with 3:1 SWA-512:GA attention.

Evaluation

On benchmarks, Maple-Preview sets a new point on the Pareto frontier for both memory-to-performance and speed-to-performance, demonstrating its strong reasoning capabilities. However, we note that this preview is focused primarily on raw reasoning and, as such, may underperform on agentic benchmarks. We intend to continue improving general performance through extended training before Maple's full release.

Benchmark score comparison

Capability comparison using the dense output head across LCBv6, AIME 2026, HMMT 2026, and GPQA-D.

Limitations

This preview received minimal post-training for agentic tasks and only small-scale general reinforcement learning.

License

Maple-Preview is released under the MIT License.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
MapleForCausalLM
Ревизия весов
05c2104

0 моделей