Identidad y acceso
El registro del publicador identifica este repositorio como RadixArk/Kimi-K3-DSpark. Su instantánea pública actual es 3c5bac301d9cf392706189d82ed947feca6c2f0f. El acceso es repositorio público; revise la licencia aplicable y los términos del publicador; la etiqueta de licencia registrada es no indicado en el registro público. 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 y la arquitectura DSparkDraftModel. El hub de modelos lo etiqueta para text-generation; estas etiquetas describen metadatos del repositorio y no establecen el rendimiento en benchmarks.
- head_dim: 64
- hidden_size: 7168
- intermediate_size: 14336
- max_position_embeddings: 1048576
- num_attention_heads: 64
- num_hidden_layers: 5
- num_key_value_heads: 16
- rms_norm_eps: 1e-05
- rope_parameters.rope_theta: 10000.0
- vocab_size: 163840
Cualificación específica del modelo
La arquitectura fijada y la etiqueta speculative-decoding identifican esto como un componente de modelo borrador para decodificación especulativa. Antes de usarlo, verifique en la documentación del publicador su emparejamiento con el modelo objetivo, la compatibilidad del tokenizador, el protocolo de decodificación y el soporte del entorno de ejecución de inferencia; no suponga que este modelo borrador funciona como un modelo de chat independiente.
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 3c5bac301d9cf392706189d82ed947feca6c2f0f. 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
- Arquitectura: DSparkDraftModel
- Etiqueta de licencia: no indicado en el registro público
- Acceso: repositorio público; revise la licencia aplicable y los términos del publicador
- Revisión: 3c5bac301d9cf392706189d82ed947feca6c2f0f