Mindket

Hydrogen-1.0-MXFP4

新上架第 1 版 · 更新于

概览

Deep Principle 的 384B 科学助手 Hydrogen-1.0 的 MXFP4 量化版本,面向 AMD Instinct 硬件。适合想用文本模型处理科学问题和研究规划的实验室。

Hydrogen-1.0-MXFP4 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。

速览

你需要
  • 电脑上装有 Python 和 pip
  • 装有 ATOM 的 AMD Instinct 硬件,与团队测试时一致
  • 支持 MXFP4 检查点格式的运行时
  • 约 384 GB 的权重文件
用在
  • AMD Instinct MI350X 上的 ATOM,团队报告在上面测试过
  • 你自己运行、通过 API 调用的推理服务
  • Windows、macOS 或 Linux,下载这一步需要 Python
先运行
pip install -U huggingface_hub
hf download deep-principle/Hydrogen-1.0-MXFP4

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Hydrogen-1.0-MXFP4 是 Hydrogen-1.0 的 MXFP4 量化版本,这是 Deep Principle 基于 GLM-5.3 制作的文本模型。它用来帮助回答科学问题、解释推导,并整理开放研究问题的回答。记录里列出 384B 参数和 MIT 许可证。

适合谁

拥有大型 AMD Instinct 硬件,想要一个科学推理助手的研究团队。

IndustryWho uses itHow they use itExample
化学研究化学家探索反应网络并规划实验一个关于反应路径的问题
材料科学实验室团队处理推导和计算一步一步的推导
学术界研究者为开放研究问题起草分析一项研究的结构化方案
AI 平台基础设施团队在 AMD 硬件上提供大型开放模型服务内部科学助手

如果你没有 AMD Instinct 硬件,可以跳过它,因为这个版本是面向它的。非科学工作也可以跳过。

用在哪里

  • AMD Instinct MI350X 上的 ATOM,团队报告在上面测试过
  • 你自己运行、通过 API 调用的推理服务
  • Windows、macOS 或 Linux,下载这一步需要 Python
Use caseWhoWhat they get back
科学问题研究者需要复核的解释和推理过程
实验规划实验室团队结构化的实验方案
长文档分析师1M 词元的上下文,取决于你的配置

如何设置

  • 电脑上装有 Python 和 pip
  • 装有 ATOM 的 AMD Instinct 硬件,与团队测试时一致
  • 支持 MXFP4 检查点格式的运行时
  • 约 384 GB 的权重文件
  1. 用 hf 命令下载文件。
  2. 安装兼容的 ATOM 运行时。
  3. 用模型卡里的命令启动 OpenAI 风格的服务。
  4. 在你服务的模型接口里确认模型 ID。
pip install -U huggingface_hub
hf download deep-principle/Hydrogen-1.0-MXFP4

如何使用

启动服务,然后像调用任何聊天 API 一样,用模型 ID hydrogen-1.0 调用它。模型卡说 server-port 参数设置 HTTP 端口,普通的 port 参数用于引擎内部通信。

python -m atom.entrypoints.openai_server \
  --model deep-principle/Hydrogen-1.0-MXFP4 \
  --served-model-name hydrogen-1.0 \
  --trust-remote-code --kv_cache_dtype fp8 -tp 4 \
  --host 0.0.0.0 --server-port 8001

示例

你通过聊天 API 问一个关于反应机理的问题。模型回复解释和推理。模型卡强调,输出需要对照任务的假设做科学复核。

新手与专家

如果你是新手,这个模型需要很强的硬件,所以先读模型卡的部署说明再试。把它的回答当作需要专家检查的草稿。

如果你懂这个领域,模型卡说注意力、路由器、嵌入和 lm_head 保持 BF16,而 MLP 和专家用 MXFP4,分组大小 32,缩放为 E8M0,用 AMD Quark 量化。在它的 TP4 测试里,128 个并发长请求触发了 KV 缓存驱逐,质量下降,而 48 个时一切正常。

  1. Hydrogen-1.0 基础模型
  2. AMD Quark MXFP4 量化
  3. AMD Instinct 上的 ATOM 服务
  4. 聊天 API 回答
团队 TP4 测试中的并发长请求数
质量正常48
缓存池占满、质量下降128

注意事项

  • License: MIT
  • Cost to run: 你自己的 AMD Instinct 硬件,没有提到付费服务
  • Data it reaches: 你下载的文件和你发给自己服务器的提示词
  • Not for: 未经复核的科学结论,因为模型卡说输出需要科学复核
  • Limits: 1M 上下文和 128K 输出取决于你的运行时和内存

README 和文件

README

Hydrogen-1.0-MXFP4

Deep Principle 的 384B 科学助手 Hydrogen-1.0 的 MXFP4 量化版本,面向 AMD Instinct 硬件。适合想用文本模型处理科学问题和研究规划的实验室。

由 deep-principle 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。

简介

它是什么:Hydrogen-1.0-MXFP4 是 Hydrogen-1.0 的 MXFP4 量化版本,这是 Deep Principle 基于 GLM-5.3 制作的文本模型。它用来帮助回答科学问题、解释推导,并整理开放研究问题的回答。记录里列出 384B 参数和 MIT 许可证。

适合谁:拥有大型 AMD Instinct 硬件,想要一个科学推理助手的研究团队。

Industry | Who uses it | How they use it | Example
化学 | 研究化学家 | 探索反应网络并规划实验 | 一个关于反应路径的问题
材料科学 | 实验室团队 | 处理推导和计算 | 一步一步的推导
学术界 | 研究者 | 为开放研究问题起草分析 | 一项研究的结构化方案
AI 平台 | 基础设施团队 | 在 AMD 硬件上提供大型开放模型服务 | 内部科学助手

如果你没有 AMD Instinct 硬件,可以跳过它,因为这个版本是面向它的。非科学工作也可以跳过。

用在哪里:

  • AMD Instinct MI350X 上的 ATOM,团队报告在上面测试过
  • 你自己运行、通过 API 调用的推理服务
  • Windows、macOS 或 Linux,下载这一步需要 Python
Use case | Who | What they get back
科学问题 | 研究者 | 需要复核的解释和推理过程
实验规划 | 实验室团队 | 结构化的实验方案
长文档 | 分析师 | 1M 词元的上下文,取决于你的配置

如何设置:

  • 电脑上装有 Python 和 pip
  • 装有 ATOM 的 AMD Instinct 硬件,与团队测试时一致
  • 支持 MXFP4 检查点格式的运行时
  • 约 384 GB 的权重文件
  1. 用 hf 命令下载文件。
  2. 安装兼容的 ATOM 运行时。
  3. 用模型卡里的命令启动 OpenAI 风格的服务。
  4. 在你服务的模型接口里确认模型 ID。
pip install -U huggingface_hub
hf download deep-principle/Hydrogen-1.0-MXFP4

如何使用:启动服务,然后像调用任何聊天 API 一样,用模型 ID hydrogen-1.0 调用它。模型卡说 server-port 参数设置 HTTP 端口,普通的 port 参数用于引擎内部通信。

python -m atom.entrypoints.openai_server \
  --model deep-principle/Hydrogen-1.0-MXFP4 \
  --served-model-name hydrogen-1.0 \
  --trust-remote-code --kv_cache_dtype fp8 -tp 4 \
  --host 0.0.0.0 --server-port 8001

示例:你通过聊天 API 问一个关于反应机理的问题。模型回复解释和推理。模型卡强调,输出需要对照任务的假设做科学复核。

新手与专家:如果你是新手,这个模型需要很强的硬件,所以先读模型卡的部署说明再试。把它的回答当作需要专家检查的草稿。

如果你懂这个领域,模型卡说注意力、路由器、嵌入和 lm_head 保持 BF16,而 MLP 和专家用 MXFP4,分组大小 32,缩放为 E8M0,用 AMD Quark 量化。在它的 TP4 测试里,128 个并发长请求触发了 KV 缓存驱逐,质量下降,而 48 个时一切正常。

Hydrogen-1.0 基础模型
AMD Quark MXFP4 量化
AMD Instinct 上的 ATOM 服务
聊天 API 回答
Title: 团队 TP4 测试中的并发长请求数
质量正常: 48
缓存池占满、质量下降: 128

注意事项:

  • License: MIT
  • Cost to run: 你自己的 AMD Instinct 硬件,没有提到付费服务
  • Data it reaches: 你下载的文件和你发给自己服务器的提示词
  • Not for: 未经复核的科学结论,因为模型卡说输出需要科学复核
  • Limits: 1M 上下文和 128K 输出取决于你的运行时和内存

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 参数量:384B
  • Weights: about 384 GB in U8
  • Formats: Safetensors
  • 最近 30 天下载:12,804
  • 点赞:16
  • 许可证:mit
  • 基于:deep-principle/Hydrogen-1.0
  • 标签:safetensors, glm_moe_dsa, mxfp4, science, text-generation, conversational, 8-bit, quark

链接

  • 模型:https://huggingface.co/deep-principle/Hydrogen-1.0-MXFP4
  • 文件:https://huggingface.co/deep-principle/Hydrogen-1.0-MXFP4/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download deep-principle/Hydrogen-1.0-MXFP4

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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

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
Hydrogen-1.0-MXFP4 本页12,80416384Bmit
DeepSeek-V4-Pro共有 8-bit · text-generation · safetensors322,1625,7021.6Tmit
Quark共有 science · conversational · safetensors10779.7Bapache-2.0
VLX-Seek-1.5-10B共有 text-generation · conversational · safetensors137,7723910Bapache-2.0
Sage-A1.5共有 text-generation · conversational · safetensors22,22440436Bapache-2.0
K2-Horizon-3.7B共有 text-generation · conversational · safetensors15,4891155.1Bapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

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。

新上架

MusicGen Small

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。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

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。

新上架

EarthJev

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。

新上架

getting-over-it-rl-jax

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。

新上架