Qwen3.8-Flash-Next-DERISKED-W4A16-AWQ

モデル紹介

A **W4A16 (AWQ)** quantization of `Blackfrost-AI/Qwen3.8-Flash-Next-DERISKED-BF16`, an abliterated ("derisked") variant of Qwen's Qwen3.8-Flash-Next. Multimodal (image-text-to-text), MTP speculative-decode head and PLE n-gram table preserved. Built to run the 80B-class Flash-Next MoE on 2× AMD MI210 (gfx90a) at long context. - **Format:** `compressed-tensors`, **W4A16** — 4-bit weights, group size **128**, symmetric, no zero-point (loads on vLLM's `TritonW4A16` + `fused_moe_kernel_gptq_awq` fast paths). - **Method:** **AWQ** (activation-aware). Smoothing is restricted to the mathematically-exact `up_proj → down_proj` pairs. The standard `norm → q/k/v` and `norm → gate/up` smoothings are deliberately **excluded**: this architecture uses hyper-connections with a data-dependent (sigmoid) gate, so folding a smoothing scale into the norm would change the gate non-linearly and corrupt the weights. - **Quantized:** routed experts (gate/up/down) and full-attention `q/k/v/o`. - **Kept in bf16** (matching the reference recipe): the GDN linear-attention layers (recurrent state — error compounds along the sequence), the shared expert, the QSA indexer, the router gates, hyper-connections, norms, `embed_tokens`, `lm_head`, the **MTP** speculative-decode head, and the **PLE** n-gram embedding table.

主な特徴

特点摘要待依据来源补齐，不凭模型名称推断能力。

制約と注意点

具体的な制約を判断する出典が不足しています。実際の性能、遅延、データ方針、ライセンス、提供期間を確認してください。

出典別料金と費用分析

料金はチャネル・地域・設定によって異なります。各チャネルの料金は個別に表示し、提供元の統一公式料金とは見なしません。

公開評価と実行設定

暂无已采集的可核验公开评分。模型未上榜不代表能力较低。

よくある質問

出典と追跡記録

许可证：other。模型介绍与第三方评测均以原来源的具体版本和方法为准。