К содержимому
Компьютерное зрение

Qwen3.8-27B Merge

TIES-микс трёх файнтюнов

2 мин чтенияобновлено

Это готовый чекпоинт на 27,78 млрд параметров, собранный через mergekit методом TIES на базе Qwen/Qwen3.8-27B. В микс вошли Qwopus3.8-27B-Coder-Flash, Swift-1.5-Qwen3.8-27b и ThinkingCap-Qwen3.8-27B с весами 0.60, 0.25 и 0.15. На выходе — одна модель в формате transformers, которую можно сравнить с базой и исходными файнтюнами. Пригодится тем, кто экспериментирует с локальными LLM и разбирается в слияниях моделей.

Ключевые особенности

  • Собран методом TIES на базе Qwen/Qwen3.8-27B.
  • В конфиге заданы density 0.75 / 0.45 / 0.35 и веса 0.60 / 0.25 / 0.15 для трёх доноров.
  • 27,78 млрд параметров, dtype bfloat16, библиотека transformers.
  • Включены normalize: true и int8_mask: true.
  • Собственных бенчмарков в карточке нет — только конфигурация слияния.

Что можно сделать

  • Запустить модель через transformers и сравнить ответы с базовой Qwen3.8-27B.
  • Посмотреть, как TIES-микс распределяет вклад кодерского, Swift- и ThinkingCap-вариантов.
  • Повторить слияние в mergekit с другими весами и density.
  • Прогнать свои промпты и оценить поведение микса на конкретных задачах.

Пример

merge_method: ties
base_model: Qwen/Qwen3.8-27B
models:
  - model: Jackrong/Qwopus3.8-27B-Coder-Flash
    parameters: {density: 0.75, weight: 0.60}
  - model: ukisai/Swift-1.5-Qwen3.8-27b
    parameters: {density: 0.45, weight: 0.25}
  - model: bottlecapai/ThinkingCap-Qwen3.8-27B
    parameters: {density: 0.35, weight: 0.15}
ПодробнееМетод слияния: TIES, база — Qwen/Qwen3.8-27B.
Параметры: 27,78 млрд, dtype bfloat16.
Веса доноров: 0.60 / 0.25 / 0.15; density: 0.75 / 0.45 / 0.35.
Бенчмарки и требования к VRAM в карточке не указаны.
Обсудить Telegram 1 7

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 52 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 26 GB29 GB
  • 4-bitвеса 15 GB17 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # RiderJones/Qwen3.8-27b-merged-qwopus-thinkingcap-swift1.5
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download RiderJones/Qwen3.8-27b-merged-qwopus-thinkingcap-swift1.5 --local-dir ~/models/Qwen3.8-27b-merged-qwopus-thinkingcap-swift1.5
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

Jackrong/Qwopus3.8-27B-Coder-Flash
  1. Qwen3.8-27Bоснова семьи
  2. Qwen3.8-27B
  3. Qwopus3.8-27B-Coder-Flash
  4. Qwen3.8-27b-merged-qwopus-thinkingcap-swift1.5

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

RiderJones/Qwen3.8-27b-merged-qwopus-thinkingcap-swift1.5
Автор
RiderJones
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

71

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии