モデル紹介
The checkpoint is stored as a single `model.safetensors` file with individual expert weights matching the original Qwen3 structure. Each layer has 16 experts with separate `gate_proj`, `up_proj`, and `down_proj` weights per expert. The model was fine-tuned on a toy copypasta dataset and achieves: - **Perplexity**: 1.0 (on validation text) - **Generation**: Successfully generates coherent continuations 1. **Configuration**: Created with 10 layers and 16 experts (8 activated per token) to achieve ~1.6B total parameters with 50% MoE activation 2. **Initialization**: Randomly initialized weights using transformers `init_weights()` 3. **Fine-tuning**: Trained on famous internet copypastas until perplexity < 3.0 4. **Checkpoint Conversion**: Converted from batched expert format to individual expert format to match original Qwen3 checkpoint structure 5. **Validation**: Confirmed perplexity ~1.0 and successful text generation
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。
| 出典・チャネル | 入力 | 出力 | 課金単位 | 収集日時 |
|---|---|---|---|---|
| 確認可能な料金がありません。出典を確認してください。 | ||||
月額の基本トークン費用を試算
試算はキャッシュ割引、段階料金、マルチモーダル追加料金、検索、税金、追加推論出力を含みません。
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。
収録済みの全ランキング →よくある質問
オープンウェイトなら無料で商用利用できますか？
必ずしもそうではありません。バージョン別のライセンス、商用条件、利用方針を確認してください。自前運用には計算資源と保守費用も必要です。
これはリアルタイムの請求料金ですか？
収集日時付きの料金スナップショットです。最新のバージョン、地域、割引、課金方式は各チャネルで確認してください。
出典と追跡記録
许可证：mit。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。