DavidAU/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP-GGUF
텍스트·이미지 입력 기반 생성, 코딩, reasoning, 창작 글쓰기, roleplay27B256K 컨텍스트apache-2.0
Qwen3.8-27B 기반 multi-stage merge GGUF로 reasoning token을 줄이고 코딩·에이전트 성능을 높인 모델
학습 방식 · Qwen3.8-27B 기반 multi-stage fine-tune·multi-state merge에 COLD FUSION(GAIN+Unsloth), Fable Fusion 711, Heretic ARA, Polar-STRICT·F451 데이터셋 튜닝을 결합했습니다.
TL;DR
Qwen3.8-27B를 기반으로 한 multi-stage fine-tune·multi-state merge GGUF 모델이며, Heretic의 ARA 처리와 COLD FUSION·Fable Fusion 711 학습을 결합했습니다. GAIN은 학습 중 샘플별로 훈련 방식을 동적으로 바꾸고, 추가 튜닝은 과도한 reasoning과 thinking token 소비를 줄이는 방향으로 진행됐습니다. README의 mxfp8 측정에서 ARC-C 0.735, ARC-E 0.882, LiveCodeBench v6 90.3을 기록했으며, MTP GGUF는 조건에 따라 생성 속도를 높일 수 있습니다. 256K context와 vision을 지원하지만, 이미지 입력에는 별도 mmproj 파일이 필요합니다.
핵심 포인트
- COLD FUSION의 GAIN이 학습 중 샘플별 훈련을 동적으로 조정하고, Fable Fusion 711과 결합해 multi-stage 튜닝을 구성합니다.
- xhigh·medium·low 세 reasoning 모드에서 thinking block을 줄이며, Jinja template의 reasoning_effort 값으로 모드를 바꿀 수 있습니다.
- NEO IMATRIX와 출력 tensor의 16-bit 처리를 적용한 Regular·MTP GGUF를 제공해 양자화 상태의 정확도와 생성 속도를 조정합니다.
- mxfp8 기준 ARC-C 0.735, ARC-E 0.882, QwenSWEBench 79.0으로 README에 기록된 기준 모델 수치를 웃돕니다.
제한사항
- MTP GGUF는 token acceptance가 50% 미만이면 Regular GGUF보다 느릴 수 있습니다.
- reasoning 수정이 모델 동작에 큰 변화를 주므로 실제 사용 목적에 맞춘 별도 테스트가 필요합니다.
- vision 입력에는 GGUF와 같은 폴더에 별도 mmproj 파일을 내려받아야 합니다.
벤치마크
| 벤치마크 | 지표 | 값 | 비교 |
|---|---|---|---|
| ARC-C | mxfp8 accuracy | 0.735 | Qwen3.8-27B mxfp8 0.591 |
| ARC-E | mxfp8 accuracy | 0.882 | Qwen3.8-27B mxfp8 0.782 |
| BoolQ | mxfp8 accuracy | 0.917 | Qwen3.8-27B mxfp8 0.896 |
| HSwag | mxfp8 accuracy | 0.832 | Qwen3.8-27B mxfp8 0.746 |
| OBQA | mxfp8 accuracy | 0.530 | Qwen3.8-27B mxfp8 0.448 |
| PIQA | mxfp8 accuracy | 0.837 | Qwen3.8-27B mxfp8 0.801 |
| WinoGrande | mxfp8 accuracy | 0.785 | Qwen3.8-27B mxfp8 0.711 |
| ARC-C | mxfp4 accuracy | 0.719 | README에 다른 mxfp4 벤치마크 수치는 미기재 |
| Terminal Bench 2.1 (Terminus) | score | 73.0 | — |
| SWE-bench Pro | score | 61.7 | — |
| NL2Repo-Bench | score | 42.3 | — |
| DeepSWE 1.1 | score | 42.2 | — |
| QwenSWEBench | avg@3 | 79.0 | — |
| CoWorkBench | score | 70.7 | — |
| Agents' Last Exam | Pass@1 | 20.4 | — |
| Agents' Last Exam | Score | 42.9 | — |
| IFBench | score | 79.5 | — |
| GPQA Diamond | score | 89.2 | — |
| HLE | score | 30.8 | — |
| LiveCodeBench v6 | score | 90.3 | — |
| OSWorld-Verified | score | 84.3 | — |
| WebArena-Verified | score | 64.8 | — |
| AndroidWorld | score | 81.9 | — |
| RecreationBench | score | 47.1 | — |
| ClawEval-MM | Pass@3 | 57.4 | — |
| ClawEval-MM | Average | 56.9 | — |
이미지 분석
88
LIKES
0
DOWNLOADS
0 / 0
조회수
관련 토론
아직 관련 토론이 없습니다.
댓글
댓글을 작성하려면 로그인이 필요합니다.
