/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
3,1 млрд
Размер весов
3,3 ГБ
Лицензия
Своя лицензия
Архитектура
smollm3 · dense
Базовая модель
TwIL-LM3
Библиотека
transformers
Опубликована
15 авг 2026

TwIL-LM3-mlx-8Bit

Генерация текстаТекст → текст3 профессии

usermma/TwIL-LM3-mlx-8Bit — это 8-битная версия модели TwIL-LM3, преобразованная пользователем usermma в формат MLX из исходной модели webAI-Official/TwIL-LM3 с использованием mlx-lm 0.31.2.

775скачиваний за 30 дней0лайковвеса обновлены15 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

Модель предназначена для генерации текста, в частности для задач, связанных с формальной логикой и рассуждениями, и может запускаться через библиотеку mlx-lm на совместимых системах Apple Silicon.

Модель поддерживает английский язык и относится к классу текстовых генеративных моделей. В README не указаны точная архитектура, количество параметров, размер контекста, дополнительные модальности и результаты тестирования. 8-битное представление ориентировано на более экономичное использование памяти, однако конкретные преимущества по скорости и качеству не приведены. Модель распространяется по лицензии webAI Non-Commercial License Version 1.0, поэтому её использование ограничено некоммерческими сценариями в соответствии с условиями лицензии.

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

usermma/TwIL-LM3-mlx-8Bit

The Model usermma/TwIL-LM3-mlx-8Bit was converted to MLX format from webAI-Official/TwIL-LM3 using mlx-lm version 0.31.2.

Use with mlx

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("usermma/TwIL-LM3-mlx-8Bit")

prompt="hello"

if hasattr(tokenizer, "apply_chat_template") and tokenizer.chat_template is not None:
    messages = [{"role": "user", "content": prompt}]
    prompt = tokenizer.apply_chat_template(
        messages, tokenize=False, add_generation_prompt=True
    )

response = generate(model, tokenizer, prompt=prompt, verbose=True)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
SmolLM3ForCausalLM
Ревизия весов
4597d00

0 моделей