Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
对 Qwen3.8-27B 的九个权重矩阵做了权重空间编程式的编辑,无需训练,所以它用更少的 token 思考。这是面向研究人员和本地模型用户的实验性版本。
qwen-concept-27b 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download ConceptCountry/qwen-concept-27b
Qwen Concept 27B 是 Qwen3.8-27B,其中九个 down projection 矩阵被作者称为权重空间编程的方法重写。这里没有梯度步骤,也没有训练数据,因为这次编辑是根据模型自己的激活值算出来的。模型卡说,编辑后的模型比未修改的基础模型思考得更少、得分更高。
研究模型编辑和推理效率的研究人员,以及在本地运行 27B 模型、想要更短思考过程的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 模型编辑研究人员 | 测试无需训练的编辑 | 在 GPQA Diamond 上和基础模型对比 |
| 软件 | 开发者 | 运行思考 token 更少的 27B 模型 | 使用 Q8_0 的 GGUF 文件 |
| 教育 | 学生 | 研究随机编辑的对照实验 | 读一读为什么范数匹配的随机编辑没有任何效果 |
如果你需要成熟稳定的生产模型,可以跳过它,因为模型卡把它标为实验性的,仍在评估中。
| Use case | Who | What they get back |
|---|---|---|
| 本地运行 | 爱好者 | 用约 27 GB 的 Q8_0 文件得到 27B 模型 |
| 更小的本地运行 | 内存较少的用户 | 约 16 GB 的 Q4_K_M 文件 |
| 全精度研究 | 研究人员 | bf16 权重,约 52 GB |
pip install -U huggingface_hub hf download ConceptCountry/qwen-concept-27b
选一种格式,用匹配的工具运行。模型卡说所有报告的数字都来自 bf16 权重,并以 Q8_0 文件的形式部署。
| Tool | What it does |
|---|---|
| bf16 文件夹 | 约 52 GB 的全精度权重 |
| fp8 文件夹 | 约 30 GB 的 FP8 分块权重 |
| nvfp4a16 文件夹 | 带 BF16 激活的 NVFP4 权重,约 20 GB,用于 Blackwell 级硬件 |
| gguf 文件夹 | 约 27 GB 的 Q8_0 和约 16 GB 的 Q4_K_M,用于 llama.cpp |
| SHA256SUMS | 每个文件夹里的校验和文件 |
问它一个类似 GPQA 的难度较高的科学问题。它会推理并作答,模型卡说它比基础模型少用 27% 到 54% 的思考 token。
如果你是新手,先用 Q8_0 文件,因为它正是跑基准测试用的文件。模型卡没有声称 4 bit 版本保留了这个效果。
如果你熟悉这个领域,这次发布的重点是对照实验。一个改动相同层、大小相同但方向不同的随机编辑没有效果,它的区间在每个基准上都包含零。
对 Qwen3.8-27B 的九个权重矩阵做了权重空间编程式的编辑,无需训练,所以它用更少的 token 思考。这是面向研究人员和本地模型用户的实验性版本。
由 ConceptCountry 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Qwen Concept 27B 是 Qwen3.8-27B,其中九个 down projection 矩阵被作者称为权重空间编程的方法重写。这里没有梯度步骤,也没有训练数据,因为这次编辑是根据模型自己的激活值算出来的。模型卡说,编辑后的模型比未修改的基础模型思考得更少、得分更高。
适合谁:研究模型编辑和推理效率的研究人员,以及在本地运行 27B 模型、想要更短思考过程的人。
Industry | Who uses it | How they use it | Example
研究 | 模型编辑研究人员 | 测试无需训练的编辑 | 在 GPQA Diamond 上和基础模型对比
软件 | 开发者 | 运行思考 token 更少的 27B 模型 | 使用 Q8_0 的 GGUF 文件
教育 | 学生 | 研究随机编辑的对照实验 | 读一读为什么范数匹配的随机编辑没有任何效果
如果你需要成熟稳定的生产模型,可以跳过它,因为模型卡把它标为实验性的,仍在评估中。
用在哪里:
Use case | Who | What they get back
本地运行 | 爱好者 | 用约 27 GB 的 Q8_0 文件得到 27B 模型
更小的本地运行 | 内存较少的用户 | 约 16 GB 的 Q4_K_M 文件
全精度研究 | 研究人员 | bf16 权重,约 52 GB
如何设置:
pip install -U huggingface_hub
hf download ConceptCountry/qwen-concept-27b
如何使用:选一种格式,用匹配的工具运行。模型卡说所有报告的数字都来自 bf16 权重,并以 Q8_0 文件的形式部署。
Tool | What it does
bf16 文件夹 | 约 52 GB 的全精度权重
fp8 文件夹 | 约 30 GB 的 FP8 分块权重
nvfp4a16 文件夹 | 带 BF16 激活的 NVFP4 权重,约 20 GB,用于 Blackwell 级硬件
gguf 文件夹 | 约 27 GB 的 Q8_0 和约 16 GB 的 Q4_K_M,用于 llama.cpp
SHA256SUMS | 每个文件夹里的校验和文件
示例:问它一个类似 GPQA 的难度较高的科学问题。它会推理并作答,模型卡说它比基础模型少用 27% 到 54% 的思考 token。
新手与专家:如果你是新手,先用 Q8_0 文件,因为它正是跑基准测试用的文件。模型卡没有声称 4 bit 版本保留了这个效果。
如果你熟悉这个领域,这次发布的重点是对照实验。一个改动相同层、大小相同但方向不同的随机编辑没有效果,它的区间在每个基准上都包含零。
读取模型的激活值
从中推导出一个编辑
把它编译进九个权重矩阵
编辑后的模型用更少的 token 思考
Title: 相对基础模型的提升
GPQA Diamond: 4.3 points
LiveCodeBench v6: 13.0 points
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download ConceptCountry/qwen-concept-27b
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| qwen-concept-27b 本页 | 62,460 | 174 | 27.3B | apache-2.0 | |
| ConeML 1.2B Experimental共有 gguf · conversational · safetensors | 440 | 2 | 1.2B | cc-by-nc-4.0 | |
| K2-Horizon-0.9B共有 reasoning · conversational · safetensors | 11,244 | 105 | 1.1B | apache-2.0 | |
| Quark共有 reasoning · conversational · safetensors | 107 | 7 | 9.7B | apache-2.0 | |
| Sage-A1.5 GGUF (Q4_K_M)共有 gguf · conversational | 636,834 | 84 | 35.5B | apache-2.0 | |
| Qwen3.8-27B-GSQ-RCO-IQ3_S-recovered-GGUF共有 gguf · conversational | 2,605 | 17 | 26.9B | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。