GLM-5.2-REAP50-MLX-4bit
This repository now bundles glmmoedsa.py (declared via modelfile in config.json`), a fixed runtime for this architecture, and needs...
Метка: pruned
Qwen3.5-88B
> [!TIP] > Support this work → · X · GitHub · REAP paper · Cerebras REAP 30%...
Qwen3.5-REAP-20B-A3B
Qwen3.5-REAP-20B-A3B is a Mixture of Experts (MoE) model created by applying Router-weighted Expert Activation Pruning (REAP) to Qwen/Qwen3.5-35B-A3B....
MiniMax-M2.1-162B
> [!TIP] > Support this work → · X · GitHub · REAP paper · Cerebras REAP 30%...
Qwen3-30B-A3B-pruned-GGUF
Использование [LLaMA C ][llm] высвобождения [b5580][llm-rel] для квантования. От создателей оригинальной модели: > Qwen3 — это последнее поколение...
Qwen3.5-99B
> [!TIP] > Поддержите эту работу → · X · GitHub · Документ REAP · Cerebras REAP 20%...
Qwen3.5-397B-A17B-REAP-28-NVFP4
редактировать: с vllm используйте —language-model-only , еще не разобрался с этим. Личный эксперимент по агрессивной обрезке МО. Цель:...
INTELLECT-3-REAP-50-heretic
— Prime Intellect — Для спонсирования вычислений и создания INTELLECT-3 — Cerebras — Для методологии сокращения REAP —...
MiniMax-M2.1-REAP-50-W4A16
𓌳 REAP𓌳 Эксперты: почему обрезка преобладает при однократном сжатии MoE 📄 Бумага • 💻 Код • 📝 Блог...
gemma-3-12b-it-pruned-GGUF
Использование версии [LLaMA C++][llm] [b5540][llm-rel] для квантования. > Условия использования: Условия > > Авторы: Google DeepMind > >...