ornith-ai/Ornith-1.5-35B-A3B

ornith-ai/Ornith-1.5-35B-A3B ist auf Hugging Face als text-generation-Modell gelistet. Diese Seite dokumentiert den öffentlichen Repository-Snapshot 10fbf86fed7ecee4a061f8b499a618f46001cac1; überprüfen Sie die gelistete Revision, Lizenz und Laufzeitunterstützung, bevor Sie es verwenden.

Aktualisiert am

Computraq bereitet den Start vor. Diese Leitfäden erläutern die Vorbereitung und den vorgeschlagenen Rahmen; sie belegen keinen laufenden Dienst, keine Integration und keine Partnerschaft.

Identität und Zugang

Der Publisher-Eintrag identifiziert dieses Repository als ornith-ai/Ornith-1.5-35B-A3B. Der aktuelle öffentliche Snapshot ist 10fbf86fed7ecee4a061f8b499a618f46001cac1. Der Zugang ist öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen; das aufgezeichnete Lizenzlabel ist mit. Ein öffentliches Repository oder ein gated Download begründet keine Erlaubnis für jede Nutzung.

Konfigurationsfakten

Die gepinnte Konfiguration gibt Modelltyp qwen3_5_moe und Architektur Qwen3_5MoeForConditionalGeneration an. Der Model Hub taggt es für text-generation; diese Labels beschreiben Repository-Metadaten und belegen keine Benchmark-Leistung.

  • hidden_size: 2048
  • text_config.head_dim: 256
  • text_config.hidden_size: 2048
  • text_config.max_position_embeddings: 262144
  • text_config.num_attention_heads: 16
  • text_config.num_experts: 256
  • text_config.num_experts_per_tok: 8
  • text_config.num_hidden_layers: 40
  • text_config.num_key_value_heads: 2
  • text_config.rms_norm_eps: 1e-06
  • text_config.rope_parameters.rope_theta: 10000000
  • text_config.vocab_size: 248320
  • vision_config.hidden_size: 1152
  • vision_config.intermediate_size: 4304

Modellspezifische Qualifizierung

Diese Konfiguration oder Publisher-Metadaten kennzeichnen das Modell als Mixture of Experts. Bestätigen Sie, ob die Serving-Laufzeit seine Routing-Schichten unterstützt, und unterscheiden Sie Gesamtparameter von pro Token aktiven Parametern; hier wird keine aktive Anzahl abgeleitet, sofern der Publisher nicht explizit eine angibt.

Die Repository-Metadaten identifizieren ein multimodales Modell (Bild). Prüfen Sie den Prozessor, die Bild-/Audio-/Video-Pfade, Eingabegrenzen und Serving-Laufzeitunterstützung; reiner Text-Token-Durchsatz ist kein vollständiges Maß für diese Arbeitslast.

Gewichtsspeicher-Planung

Dieser Leitfaden enthält keine unabhängig verifizierte logische Parameteranzahl und lässt daher eine numerische Gewichtsspeicher-Schätzung aus. Wenn eine Anzahl für diese exakte Repository-Revision verifiziert wird, verwenden Sie Parameteranzahl × Bytes pro Parameter als Untergrenze für die Gewichte allein; berücksichtigen Sie dann separat KV-Cache, Kontext, Aktivierungen, Laufzeit und Nebenläufigkeit.

Revision und Reproduzierbarkeit

Die Metadaten und die Konfiguration sind auf Revision 10fbf86fed7ecee4a061f8b499a618f46001cac1 gepinnt. Pinnen Sie diesen Commit, wenn Sie eine Evaluierung reproduzieren. Repository-Branches können sich ändern, und diese Quellenprüfung validiert die Modellgewichte selbst nicht.

Veröffentlichter Eintrag

  • Task: text-generation
  • Modelltyp: qwen3_5_moe
  • Architektur: Qwen3_5MoeForConditionalGeneration
  • Lizenzlabel: mit
  • Zugang: öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen
  • Revision: 10fbf86fed7ecee4a061f8b499a618f46001cac1

Quellen und Prüfung