/ Модель

Характеристики

Лицензия
MIT
Базовая модель
LFM2.5-8B-A1B
Библиотека
gguf
Опубликована
5 июн 2026

LFM2.5-8B-A1B-GGUF-MoQ

Генерация текстаТекст → текст5 профессий

Квантованная в GGUF методом Mixture of Quants версия LFM2.5-8B-A1B для диалоговой генерации текста с уменьшенными требованиями к памяти.

536скачиваний за 30 дней11лайковвеса обновлены9 июн 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

w-ahmad/LFM2.5-8B-A1B-GGUF-MoQ — GGUF-представление модели LiquidAI/LFM2.5-8B-A1B с методом сжатия Mixture of Quants (MoQ), опубликованное автором репозитория w-ahmad. MoQ распределяет разрядность по слоям и частям модели, сохраняя больше точности там, где она важнее; карточка приводит варианты примерно от 2,75 до 3,25 бит на вес и сравнительные результаты на уровне описания метода.

Модель предназначена для генерации текста и диалоговых сценариев на локальном оборудовании с ограниченной памятью. Метаданные указывают поддержку чата и английский язык карточки; базовая модель описана как мультиязычная гибридная MoE-модель с контекстом до 128 000 токенов. Репозиторий лицензирован по MIT. Эффективность и качество конкретных вариантов зависят от выбранной квантизации и среды запуска; README не уточняет полную языковую поддержку именно этой сборки.

Сценарии применения

  • локальный диалоговый ассистент
  • генерация текста на устройстве с ограниченной памятью
  • запуск чат-модели через llama.cpp
  • эксперименты с низкобитной квантизацией

Ограничения

Качество зависит от выбранного варианта MoQ и может отличаться от исходной модели; приведённые в README сравнения относятся к низкобитным GGUF и не гарантируют результат для каждого сценария. README не описывает детально языковую поддержку этой сборки.

Для каких профессий подходит5

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

🚀 MoQ: Mixture of Quants

image

MoQ (Mixture of Quants) is a smart way to shrink AI models without losing their "brainpower." Unlike old methods that treat every part of the model the same, MoQ identifies the most important parts and keeps them high-quality, while heavily compressing the rest to save space.

The result? A model that punches significantly above its weight class.

Benjamin Marie evaluated MoQ GGUFs ("Mixture of Quants") against Unsloth Dynamic (UD) quants, focusing on low-bit versions below 4 bits on average — the range where GGUF models typically struggle most. Results: At similar bits-per-weight (Bpw), MoQ outperforms Unsloth Dynamic quants by ~10% on benchmarks, while also being roughly 2× more token-efficient on average.

"MoQ models are much better than UD quants on benchmarks, and they are also more token-efficient."

Comparison

Here is the comparison between MoQ and Unsloth dynamic quants for LFM 2.5 8BA1B. MoQ perform better i guess .

image

image

Thanks to benjamin Marie for his evals

image

Folder LinkBPWTotal Size*
📂 Root2.752.91 GB
📂 Root3.03.17 GB
📂 Root3.253.43 GB
📂 Root3.53.71 GB
📂 Root3.753.96 GB
📂 Root4.04.20 GB
📂 Root4.254.46 GB
📂 Root4.54.72 GB
📂 Root5.05.30 GB
📂 bf1616.016.95 GB

🧠 The MoQ Edge

MoQ optimizes the architecture for the Pareto frontier of memory and performance.

  • Dynamic Bitrate Allocation: No more "one-size-fits-all." MoQ assigns precision where it actually matters.
  • Cognitive Preservation: Massive VRAM savings with near-zero degradation in logic and coherence.
  • Next-Gen Efficiency: Fits "Large" model intelligence into "Small" model hardware.

x : https://x.com/WaleedAhmad1a10 If MoQ does not perform well, email me : waleedahmad.1a10@gmail.com

🛠 Usage & Deployment.

./llama-cli -m Qwen3.5-9B-MoQ-4.0.gguf -p "The future of efficient AI is..."

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
9221359

0 моделей