/ Модель

Характеристики

Контекст
262 144 токена
Параметры
22,3 млрд
Архитектура
qwen3_5_text · dense
Опубликована
23 сен 2026

Ternary-Bonsai-2-27B-safetensors

Генерация текстаТекст → текст3 профессии

Экспериментальный 22,3-миллиардный текстовый чекпойнт Valendra с ternary-квантованием для генерации текста и исследований совместимого инференса.

138скачиваний за 30 дней0лайковвеса обновлены23 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

Ternary Bonsai 2 27B — экспериментальный конвертированный чекпойнт текстовой модели Valendra на архитектуре Bonsai2ForCausalLM с конфигурацией qwen3_5_text. Репозиторий содержит веса SafeTensors, токенизатор, шаблон диалога и конфигурацию; размер модели — 22,3 млрд параметров, контекст — до 262 144 токенов. Веса представлены в формате Bonsai ternary с автоматическим выбором ternary-представления и блочным преобразованием Sylvester–Walsh–Hadamard, а не в обычной точности BF16 или FP16.

Модель предназначена для исследований, интеграции в совместимые среды выполнения и оценки инференса с ternary-квантованием; метаданные указывают поддержку генерации текста и чата. Для запуска требуется среда с реализациями Bonsai2ForCausalLM и формата bonsai_ternary; обычная установка Transformers может не поддерживать этот чекпойнт. Карточка не приводит сведений о языках обучения, точности, безопасности или обучающих данных. Лицензия и условия использования upstream-модели не указаны в предоставленных данных, поэтому их следует проверять у исходной модели.

Сценарии применения

  • оценка инференса языковых моделей с ternary-квантованием
  • интеграция генерации текста в совместимую среду Valendra vLLM
  • тестирование диалоговой генерации на длинном контексте
  • исследовательское сравнение форматов квантования

Ограничения

Для работы необходим совместимый runtime с поддержкой Bonsai2ForCausalLM и bonsai_ternary; обычный Transformers может не загрузить чекпойнт. Карточка не содержит оценок точности, безопасности или готовности к production, а совместимость и производительность зависят от runtime, GPU и CUDA-ядер.

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

Ternary Bonsai 2 27B

Experimental SafeTensors checkpoint for the Ternary Bonsai 2 27B text model. This repository contains the converted model weights together with the tokenizer, chat template, and configuration required by a compatible runtime.

Model Details

  • Architecture: Bonsai2ForCausalLM
  • Configuration type: qwen3_5_text
  • Quantization: Bonsai ternary (quant_method: bonsai_ternary)
  • Weight format: SafeTensors
  • Chat template: included as chat_template.jinja

The quantization configuration uses an automatic ternary target and a normalized Sylvester-Walsh-Hadamard transform with 1024-element blocks and explicit signs. The checkpoint is not a conventional BF16 or FP16 model.

Intended Use

This checkpoint is intended for research, runtime integration, and evaluation of ternary model inference. It requires a runtime that implements the Bonsai2ForCausalLM architecture and the bonsai_ternary quantization format.

The corresponding Valendra vLLM implementation is available at:

https://github.com/valendra-tech/vllm/pull/3

Loading

Use a compatible Valendra vLLM build and pass this repository as the model identifier, for example:

vllm serve valendra/Ternary-Bonsai-2-27B-safetensors

Standard Transformers installations may not load this checkpoint unless they provide the Bonsai2 model implementation and quantization support.

Limitations

  • This is an experimental converted and quantized artifact.
  • No general accuracy, safety, or production-readiness claims are made here.
  • Compatibility and performance depend on the runtime, GPU architecture, and the available CUDA kernels.
  • Validate outputs and resource requirements before using the model in a production system.

No training-data, fine-tuning, or safety-evaluation information is asserted by this model card. Review the license and usage terms of the upstream model before redistributing or deploying this artifact.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Квантизация bonsai_ternary не поддерживается ни рантаймом, ни vLLM.

Класс архитектуры
Bonsai2ForCausalLM
Ревизия весов
ce4c4ed

0 моделей