Modelpublic

NeveAI/Neve-Echo-6-12B-QAT-GGUF

sourceHugging Faceapache-2.0updated 2mo agoView on Hugging Face

1likes26downloads

Model Card

[!Note] Esse model card é para as novas versões da família Neve Echo otimizadas com Treinamento Consciente de Quantização (QAT), que permite preservar uma qualidade semelhante à bfloat16 enquanto reduz drasticamente os requisitos de memória para carregar o modelo. Quatro versões dos checkpoints QAT estão disponíveis: Checkpoints QAT não quantizados (Q4_0): Pesos de meia precisão extraídos do pipeline QAT, ideais para compilação downstream personalizada e pesquisa. GGUF (Q4_0): Formatos prontos para implantação, com ampla compatibilidade no ecossistema. Otimizado para dispositivos móveis (wNa8o8): Um esquema personalizado projetado explicitamente para eficiência em hardware móvel. Ele apresenta camadas de decodificação direcionadas de 2 bits, caches KV otimizados e ativações estáticas para maximizar a economia de VRAM. Tensores Comprimidos (w4a16): Checkpoints QAT serializados no formato compressed-tensors para inferência nativa e otimizada com vLLM.

Introdução

O Neve Echo 6 é um modelo de linguagem de última geração focado em uso geral e raciocínio para tarefas variadas. Esta versão em formato GGUF foi otimizada pela NeveAI para oferecer o equilíbrio ideal entre precisão lógica e eficiência computacional.

Destaques do Modelo

Este modelo foi desenvolvido para uso geral e execução de tarefas diversas, focando em:

—Raciocínio Avançado (Thinking): Projetado como um modelo altamente capaz de raciocínio, com suporte a modos de pensamento estruturado para tarefas complexas.
—Uso Geral e Produtividade: Otimizado para uma ampla variedade de tarefas como geração de texto, assistência, explicações, planejamento e automação.
—Multimodalidade (Texto + Imagem): Capaz de processar entradas multimodais com suporte a diferentes resoluções e proporções.
—Tool Calling e System Prompt: Suporte nativo a chamadas de função e ao papel system, permitindo maior controle e integração com ferramentas externas.

Benchmark de Performance

O Neve Echo 6 demonstra desempenho alinhado a modelos de ponta em múltiplas categorias:

Categoria	Benchmark	Neve Echo 6	Gemma 4 26B A4B
Knowledge	MMLU Pro	77.2%	82.6%
Reasoning	GPQA Diamond	78.8%	82.3%
Math	AIME 2026	77.5%	88.3%
General	BigBench Extra Hard	53.0%	64.8%

Detalhes da Arquitetura

—Arquitetura: Transformer otimizado para raciocínio e tarefas gerais.
—Parâmetros: ~12B totais (com subset ativo por token para eficiência).
—Janela de Contexto: Até 256K tokens.
—Camadas: Arquitetura profunda com atenção global na camada final.
—MoE: Roteamento dinâmico de experts (subset ativo por inferência), otimizando performance e uso de memória.

Como utilizar (GGUF)

Este modelo é compatível com llama.cpp, Ollama, LM Studio e outras ferramentas que suportam o formato GGUF. Foco direcionado ao uso do modelo na plataforma autoral da organização NeveAI

Licença

Este repositório e os pesos do modelo estão licenciados sob a Licença Apache 2.0.

Contato

Se tiver qualquer dúvida, por favor, levante um issue ou entre em contato conosco em NeveIA.