/ Модель

Характеристики

Контекст
16 384 токена
Параметры
14,1 млрд
Размер весов
29,3 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
phi-4
Библиотека
safetensors
Опубликована
29 янв 2026

phi-4-bitnet-1.58b

Генерация текстаТекст → текст3 профессии

Экспериментальная 1,58-битная квантизация Phi-4 для локальной генерации текста и диалогов с уменьшенным размером хранения весов.

145скачиваний за 30 дней2лайкавеса обновлены29 янв 2026

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

tzervas опубликовал экспериментальную 1,58-битную квантизацию Microsoft Phi-4 для генерации текста и диалогов. В основе — плотная архитектура Phi-3 с классом Phi3ForCausalLM и примерно 14,1 млрд параметров по метаданным; README указывает на полную архитектуру Phi-4 примерно с 14,7 млрд параметров. Веса квантизованы до троичных значений −1, 0 и +1 с групповым масштабированием и упакованы по четыре значения в байт. Репозиторий содержит варианты SafeTensors и GGUF; для GGUF README указывает совместимость с llama.cpp. Контекст модели составляет 16 384 токена, основной язык карточки — английский.

Модель предназначена для экспериментального локального запуска Phi-4 в задачах генерации текста и беседы с меньшим размером хранения. Качество и скорость формально не проверены, поэтому перед применением требуется собственная оценка. Для работы с троичными весами нужна поддержка соответствующего формата в среде выполнения; стандартный Transformers, согласно README, его не поддерживает. Вариант GGUF сохраняет embeddings и lm_head в F16. Лицензия — MIT.

Сценарии применения

  • локальный запуск языковой модели для диалога на английском языке
  • генерация текстовых ответов и продолжений
  • эксперименты с троичной квантизацией LLM
  • проверка Phi-4 в совместимом с GGUF движке llama.cpp

Ограничения

Качество и производительность не прошли формальное тестирование, а квантизация может заметно ухудшать качество относительно исходной модели. Для троичных весов требуется совместимая среда выполнения; стандартный Transformers их не поддерживает.

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

Phi-4-BitNet-1.58b

Architecture: 14.7 Billion Parameters | BitNet 1.58-bit Ternary Quantization


IMPORTANT: Parameter Count Display

HuggingFace displays a reduced parameter count because it counts packed bytes, not actual parameters. This model has the full 14.7B parameter Phi-4 architecture. The weights are stored as ternary values ({-1, 0, +1}) packed 4 per byte, which reduces storage to 4.6 GB but preserves all 14.7 billion parameters.


Overview

This is an experimental BitNet 1.58-bit quantization of Microsoft's Phi-4 model using absmean scaling with group-wise quantization. The model stores weights as ternary values ({-1, 0, +1}) packed 4 values per byte.

This is research/experimental work. Quality and performance have not been formally benchmarked.

Specifications

PropertyValue
Base Modelmicrosoft/phi-4
ArchitecturePhi-3 (Phi3ForCausalLM)
Parameters14B
QuantizationBitNet 1.58-bit ternary
Bits per Weight~1.58
Group Size64
Original Size29.32 GB (BF16)
Quantized Size4.58 GB (SafeTensors)
GGUF Size5.57 GB (TQ2_0)
Compression~6.4x

Formats

FormatFileDescription
SafeTensorsmodel-*.safetensorsSharded quantized weights + scales
GGUFphi4-tq2.ggufllama.cpp compatible

Quantization Method

Algorithm

  1. Reshape weights into groups of 64
  2. Compute per-group scale: scale = mean(|weights|)
  3. Normalize and round to nearest ternary: q = round(w / scale) clamped to {-1, 0, +1}
  4. Map to unsigned: {-1, 0, +1} → {0, 1, 2}
  5. Pack 4 values per byte: v0 + v1*3 + v2*9 + v3*27

Tooling

  • Quantization: Custom Rust tool using Candle
  • GGUF Conversion: llama.cpp convert_hf_to_gguf.py

Hardware Used

  • GPU: NVIDIA RTX 5080 (16GB VRAM)
  • Quantization time: ~100 seconds
  • Memory: Streaming mode with CPU fallback for large tensors

Usage

With Ollama/llama.cpp

# llama.cpp
./llama-cli -m phi4-tq2.gguf -p "Your prompt here"

Unpacking Weights (Python)

def unpack_ternary(packed_byte):
    """Unpack 4 ternary values from byte."""
    values = []
    val = packed_byte
    for _ in range(4):
        values.append((val % 3) - 1)  # {0,1,2} → {-1,0,+1}
        val //= 3
    return values

Limitations

  • Quality not benchmarked - May have significant degradation vs original
  • Requires custom runtime - Standard transformers doesn't support ternary weights
  • Experimental - Not intended for production use without evaluation
  • GGUF keeps embeddings/lm_head at F16, hence larger than SafeTensors

License

MIT License (inherited from microsoft/phi-4)

Citation

@misc{phi4-bitnet-2025,
  title={Phi-4-BitNet-1.58b: Experimental BitNet Quantization of Phi-4},
  author={Tzervas},
  year={2025},
  url={https://huggingface.co/tzervas/phi-4-bitnet-1.58b}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · safetensors

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
ef2c6a8

0 моделей