Qwen/Qwen3.8-2.4T-A95B

Qwen/Qwen3.8-2.4T-A95BはHugging Face上でtext-generationモデルとして登録されています。本ページは公開リポジトリのスナップショット4f885e51d6bbfee5866446d56d3f96f336c39723を記録したものです。使用前に、記載されたリビジョン、ライセンス、ランタイムサポートを確認してください。

更新日

Computraq は公開に向けて準備中です。これらのガイドは準備事項と構想を説明するもので、稼働中のサービス、連携、提携を示すものではありません。

識別情報とアクセス

公開元のレコードでは、このリポジトリはQwen/Qwen3.8-2.4T-A95Bとして識別されています。現在の公開スナップショットは4f885e51d6bbfee5866446d56d3f96f336c39723です。アクセス条件は次のとおりです。公開リポジトリ。適用されるライセンスと公開元の条件を確認してください。記録されているライセンスラベルはotherです。公開リポジトリやゲート付きダウンロードは、あらゆる用途に対する許可を意味するものではありません。

設定の事実

固定された設定では、モデルタイプはqwen3_5_moe_text、アーキテクチャはQwen3_5MoeForCausalLMと報告されています。モデルハブではtext-generationとしてタグ付けされています。これらのラベルはリポジトリのメタデータを記述するものであり、ベンチマーク性能を確立するものではありません。

  • head_dim: 256
  • hidden_size: 8192
  • max_position_embeddings: 262144
  • num_attention_heads: 64
  • num_experts: 512
  • num_experts_per_tok: 10
  • num_hidden_layers: 92
  • num_key_value_heads: 4
  • rms_norm_eps: 1e-06
  • rope_parameters.rope_theta: 10000000
  • vocab_size: 248320

モデル固有の補足

この設定または公開元のメタデータは、このモデルをMixture of Experts(MoE)として示しています。サービングランタイムがそのルーティング層をサポートしているかを確認し、総パラメータ数とトークンあたりのアクティブパラメータ数を区別してください。公開元が明示的に記載していない限り、ここでアクティブ数を推測することはありません。

重みメモリの計画

本ガイドは独立に検証された論理パラメータ数を保持していないため、数値による重みメモリの見積もりを省略しています。この正確なリポジトリリビジョンについてパラメータ数が検証された場合は、重みのみの下限としてパラメータ数×パラメータあたりのバイト数を用い、KVキャッシュ、コンテキスト、アクティベーション、ランタイム、同時実行数は別途考慮してください。

リビジョンと再現性

メタデータと設定はリビジョン4f885e51d6bbfee5866446d56d3f96f336c39723に固定されています。評価を再現する際はこのコミットを固定してください。リポジトリのブランチは変更される可能性があり、このソース確認はモデルの重み自体を検証するものではありません。

公開レコード

  • タスク: text-generation
  • モデルタイプ: qwen3_5_moe_text
  • アーキテクチャ: Qwen3_5MoeForCausalLM
  • ライセンスラベル: other
  • アクセス: 公開リポジトリ。適用されるライセンスと公開元の条件を確認してください
  • リビジョン: 4f885e51d6bbfee5866446d56d3f96f336c39723

出典と確認