/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,2 млн
Размер весов
5,7 МБ
Архитектура
qwen3_next · MoE
Базовая модель
Qwen3-Next-80B-A3B-Instruct
Библиотека
transformers
Опубликована
12 сен 2025

qwen3-next-moe-tiny-random

Генерация текстаТекст → текст3 профессии

Экспериментальная случайно инициализированная мини-модель Qwen3-Next для отладки архитектуры, загрузки и инференса.

709скачиваний за 30 дней0лайковвеса обновлены12 сен 2025

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

yujiepan/qwen3-next-moe-tiny-random — экспериментальная миниатюрная причинная языковая модель, созданная yujiepan на основе конфигурации Qwen3-Next-80B-A3B-Instruct от Qwen. Модель случайно инициализирована и предназначена главным образом для отладки архитектуры и совместимости инструментов, а не для содержательной генерации текста.

Модель поддерживает задачу генерации текста и рассчитана на работу через Transformers, а также может использоваться с vLLM и SGLang. В метаданных указаны библиотека Transformers, около 1,2 млн параметров и нативное контекстное окно до 262144 токенов. Архитектура включает decoder-only блоки Qwen3-Next с линейным вниманием, sparse Mixture-of-Experts и механизмом multi-token prediction; конфигурация существенно уменьшена относительно исходной модели.

Сильная сторона модели — компактность и пригодность для тестирования загрузки, инференса, длинного контекста и специфических механизмов Qwen3-Next. Из-за случайной инициализации модель не обладает нормальными языковыми знаниями и не подходит для продуктивной генерации, диалогов, ответов на вопросы или оценки качества языковых моделей. Лицензия в предоставленных данных не указана.

Сценарии применения

  • отладка архитектуры Qwen3-Next
  • тестирование загрузки модели в Transformers
  • проверка инференса через vLLM
  • проверка инференса через SGLang
  • тестирование длинного контекстного окна
  • разработка и отладка механизмов sparse MoE и multi-token prediction

Ограничения

Модель случайно инициализирована и не предназначена для содержательной генерации или продуктивного использования. Языки и лицензия в предоставленных данных не определены.

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

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from Qwen/Qwen3-Next-80B-A3B-Instruct.

Example usage:

  • vLLM
 VLLM_ALLOW_LONG_MAX_MODEL_LEN=1 \
    vllm serve yujiepan/qwen3-next-moe-tiny-random \
    --tensor-parallel-size 4 \
    --max-model-len 262144 \
    --speculative-config '{"method":"qwen3_next_mtp","num_speculative_tokens":2}'

  • SGLang
SGLANG_ALLOW_OVERWRITE_LONGER_CONTEXT_LEN=1 \
python -m sglang.launch_server \
    --model-path yujiepan/qwen3-next-moe-tiny-random \
    --tp-size 4 --context-length 262144 \
    --mem-fraction-static 0.8 \
    --speculative-algo NEXTN \
    --speculative-num-steps 3 \
    --speculative-eagle-topk 1 \
    --speculative-num-draft-tokens 4

  • Transformers
from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
model_id = "yujiepan/qwen3-next-moe-tiny-random"

# load the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    dtype="auto",
    device_map="cuda",
)
# prepare the model input
prompt = "Give me a short introduction to large language model."
messages = [
    {"role": "user", "content": prompt},
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
# conduct text completion
generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=8,
)
output_ids = generated_ids[0][len(model_inputs.input_ids[0]):].tolist()
content = tokenizer.decode(output_ids, skip_special_tokens=True)
print("content:", content)

Codes to create this repo:

from copy import deepcopy

import torch
import torch.nn as nn
from transformers import (
    AutoConfig,
    AutoModelForCausalLM,
    AutoTokenizer,
    GenerationConfig,
    pipeline,
    set_seed,
)

source_model_id = "Qwen/Qwen3-Next-80B-A3B-Instruct"
save_folder = "/tmp/yujiepan/qwen3-next-moe-tiny-random"

tokenizer = AutoTokenizer.from_pretrained(
    source_model_id, trust_remote_code=True,
)
tokenizer.save_pretrained(save_folder)

config = AutoConfig.from_pretrained(
    source_model_id, trust_remote_code=True,
)
config._name_or_path = source_model_id
config.hidden_size = 8
config.intermediate_size = 32
config.head_dim = 32
config.num_key_value_heads = 8
config.num_attention_heads = 16
config.num_hidden_layers = 4
config.tie_word_embeddings = False
config.linear_num_key_heads = 8
config.linear_num_value_heads = 16
config.moe_intermediate_size = 32
config.num_experts = 32
config.num_experts_per_tok = 10
config.layer_types = config.layer_types[:4]
config.shared_expert_intermediate_size = 32
model = AutoModelForCausalLM.from_config(
    config,
    torch_dtype=torch.bfloat16,
    trust_remote_code=True,
)
model.generation_config = GenerationConfig.from_pretrained(
    source_model_id, trust_remote_code=True,
)
# MTP
model.mtp = nn.ModuleDict({
    "pre_fc_norm_embedding": nn.RMSNorm(config.hidden_size),
    "fc": nn.Linear(config.hidden_size * 2, config.hidden_size, bias=False),
    "norm": nn.RMSNorm(config.hidden_size),
    "pre_fc_norm_hidden": nn.RMSNorm(config.hidden_size),
    "layers": nn.ModuleList([deepcopy(model.model.layers[3])]),
})
model = model.to(torch.bfloat16)
set_seed(42)
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)

Printing the model:

Qwen3NextForCausalLM(
  (model): Qwen3NextModel(
    (embed_tokens): Embedding(151936, 8)
    (layers): ModuleList(
      (0-2): 3 x Qwen3NextDecoderLayer(
        (linear_attn): Qwen3NextGatedDeltaNet(
          (act): SiLU()
          (conv1d): Conv1d(4096, 4096, kernel_size=(4,), stride=(1,), padding=(3,), groups=4096, bias=False)
          (in_proj_qkvz): Linear(in_features=8, out_features=6144, bias=False)
          (in_proj_ba): Linear(in_features=8, out_features=32, bias=False)
          (norm): FusedRMSNormGated(128, eps=1e-06, activation=silu)
          (out_proj): Linear(in_features=2048, out_features=8, bias=False)
        )
        (mlp): Qwen3NextSparseMoeBlock(
          (gate): Linear(in_features=8, out_features=32, bias=False)
          (experts): ModuleList(
            (0-31): 32 x Qwen3NextMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (shared_expert): Qwen3NextMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
      )
      (3): Qwen3NextDecoderLayer(
        (self_attn): Qwen3NextAttention(
          (q_proj): Linear(in_features=8, out_features=1024, bias=False)
          (k_proj): Linear(in_features=8, out_features=256, bias=False)
          (v_proj): Linear(in_features=8, out_features=256, bias=False)
          (o_proj): Linear(in_features=512, out_features=8, bias=False)
          (q_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
          (k_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
        )
        (mlp): Qwen3NextSparseMoeBlock(
          (gate): Linear(in_features=8, out_features=32, bias=False)
          (experts): ModuleList(
            (0-31): 32 x Qwen3NextMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (shared_expert): Qwen3NextMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
      )
    )
    (norm): Qwen3NextRMSNorm((8,), eps=1e-06)
    (rotary_emb): Qwen3NextRotaryEmbedding()
  )
  (lm_head): Linear(in_features=8, out_features=151936, bias=False)
  (mtp): ModuleDict(
    (pre_fc_norm_embedding): RMSNorm((8,), eps=None, elementwise_affine=True)
    (fc): Linear(in_features=16, out_features=8, bias=False)
    (norm): RMSNorm((8,), eps=None, elementwise_affine=True)
    (pre_fc_norm_hidden): RMSNorm((8,), eps=None, elementwise_affine=True)
    (layers): ModuleList(
      (0): Qwen3NextDecoderLayer(
        (self_attn): Qwen3NextAttention(
          (q_proj): Linear(in_features=8, out_features=1024, bias=False)
          (k_proj): Linear(in_features=8, out_features=256, bias=False)
          (v_proj): Linear(in_features=8, out_features=256, bias=False)
          (o_proj): Linear(in_features=512, out_features=8, bias=False)
          (q_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
          (k_norm): Qwen3NextRMSNorm((32,), eps=1e-06)
        )
        (mlp): Qwen3NextSparseMoeBlock(
          (gate): Linear(in_features=8, out_features=32, bias=False)
          (experts): ModuleList(
            (0-31): 32 x Qwen3NextMLP(
              (gate_proj): Linear(in_features=8, out_features=32, bias=False)
              (up_proj): Linear(in_features=8, out_features=32, bias=False)
              (down_proj): Linear(in_features=32, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (shared_expert): Qwen3NextMLP(
            (gate_proj): Linear(in_features=8, out_features=32, bias=False)
            (up_proj): Linear(in_features=8, out_features=32, bias=False)
            (down_proj): Linear(in_features=32, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (shared_expert_gate): Linear(in_features=8, out_features=1, bias=False)
        )
        (input_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
        (post_attention_layernorm): Qwen3NextRMSNorm((8,), eps=1e-06)
      )
    )
  )
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3NextForCausalLM
Ревизия весов
ec636a9

0 моделей