Identidad y acceso
El registro del publicador identifica este repositorio como ornith-ai/Ornith-1.5-35B-A3B. Su instantánea pública actual es 10fbf86fed7ecee4a061f8b499a618f46001cac1. El acceso es repositorio público; revise la licencia aplicable y los términos del publicador; la etiqueta de licencia registrada es mit. Un repositorio público o una descarga con acceso restringido no establece permiso para todos los usos.
Datos de configuración
La configuración fijada indica el tipo de modelo qwen3_5_moe y la arquitectura Qwen3_5MoeForConditionalGeneration. El hub de modelos lo etiqueta para text-generation; estas etiquetas describen metadatos del repositorio y no establecen el rendimiento en benchmarks.
- 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
Cualificación específica del modelo
Esta configuración o los metadatos del publicador marcan el modelo como una mezcla de expertos. Confirme si el entorno de ejecución de servicio admite sus capas de enrutamiento y distinga los parámetros totales de los parámetros activos por token; aquí no se infiere ningún recuento de activos a menos que el publicador lo indique explícitamente.
Los metadatos del repositorio identifican un modelo multimodal (imagen). Compruebe el procesador, las rutas de imagen/audio/vídeo, los límites de entrada y el soporte del entorno de ejecución de servicio; el rendimiento de tokens solo de texto no es una medida completa de esta carga de trabajo.
Planificación de memoria de pesos
Esta guía no conserva un recuento lógico de parámetros verificado de forma independiente, por lo que omite una estimación numérica de memoria de pesos. Si se verifica un recuento para esta revisión exacta del repositorio, use el recuento de parámetros × bytes por parámetro para un mínimo solo de pesos; después tenga en cuenta por separado la caché KV, el contexto, las activaciones, el entorno de ejecución y la concurrencia.
Revisión y reproducibilidad
Los metadatos y la configuración están fijados a la revisión 10fbf86fed7ecee4a061f8b499a618f46001cac1. Fije este commit al reproducir una evaluación. Las ramas del repositorio pueden cambiar, y esta verificación de fuentes no valida los pesos del modelo en sí.
Registro publicado
- Tarea: text-generation
- Tipo de modelo: qwen3_5_moe
- Arquitectura: Qwen3_5MoeForConditionalGeneration
- Etiqueta de licencia: mit
- Acceso: repositorio público; revise la licencia aplicable y los términos del publicador
- Revisión: 10fbf86fed7ecee4a061f8b499a618f46001cac1