Характеристики

Контекст: 40 960 токенов
Параметры: 2,6 млрд
Размер весов: 122 ГБ
Лицензия: Apache 2.0
Архитектура: qwen3_moe_pte_adapter · MoE
Библиотека: transformers
Опубликована: 21 авг 2026

Ссылки

MemAgent-PTE-Qwen3-30B-A3B

Генерация текстаТекст → текст3 профессии

Исследовательская языковая модель на базе Qwen3 MoE для диалоговой генерации с долговременной памятью в длинном контексте.

300скачиваний за 30 дней0лайковвеса обновлены3 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

MemAgent-PTE-Qwen3-30B-A3B — исследовательский чекпойнт MemAgent-PTE, созданный на базе Qwen/Qwen3-30B-A3B и обученный для работы с долговременной памятью в длинном контексте. Это причинная языковая модель с архитектурой Qwen3 MoE; метаданные указывают 2,6 млрд параметров и контекст до 40 960 токенов. Модель предназначена для диалоговой генерации текста с использованием информации, сохраняемой в памяти между этапами взаимодействия.

В репозитории находится проверенный экспорт на шаге обучения 110 в формате safetensors и точности float32. Для загрузки в Transformers требуется пользовательский код модели и параметр trust_remote_code=True; при ограниченной видеопамяти можно выбрать меньшую точность. Модель опубликована под лицензией Apache-2.0.

Авторы отмечают, что чекпойнт не проходил общую оценку безопасности и рекомендуют проверять его на целевых задачах перед применением. Это исследовательская версия, поэтому её качество и поведение в прикладных сценариях следует валидировать отдельно.

Сценарии применения

диалог с сохранением сведений из предыдущих этапов общения
генерация ответов с опорой на долговременную память
эксперименты с памятью языковых моделей в длинном контексте

Ограничения

Модель не проходила общую оценку безопасности; авторы рекомендуют проверить её на целевой задаче перед развёртыванием. Для загрузки требуется просмотреть пользовательский код модели и включить trust_remote_code=True.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MemAgent-PTE-Qwen3-30B-A3B

This repository is an automated off-node backup of Qwen/Qwen3-30B-A3B-derived MemAgent-PTE r144 rolling durable backup. The latest verified export corresponds to global step 110.

The checkpoint includes custom modeling code. Load it only after reviewing that code, and pass trust_remote_code=True to Transformers. The exported safetensor payload is stored in float32; select an appropriate lower-precision torch_dtype at load time when GPU memory is constrained.

This is a research checkpoint derived from the Apache-2.0 Qwen model named in the source label. It was trained for long-context memory behavior and has not received a general safety evaluation. Validate it for the intended task before deployment. The training and uploader code is maintained at https://github.com/ZhangAIPI/mem-agent-pte.

backup_manifest.json records the exact checkpoint step, source metadata, file sizes, and upload time. During training, main is replaced only after a durable local checkpoint has been validated. Intermediate history is squashed after verification so this repository remains a latest-checkpoint backup.

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: Qwen3MoePTEAdapterForCausalLM
Ревизия весов: 540fb48