mtp
Qwen3.8-27B-iMatrix-NVFP4-MTP-GGUFQwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUFQwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP-GGUFQwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP-GGUFQwen3.6-27B-MTP-GGUFQwen3.6-35B-A3B-MTP-GGUFTiel-Coder-35B-A3B-GGUF-MTPQwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF
Datasets
All datasets matching “mtp”mtpnet_image_models
模型训练过程汇总[该仓库只含有image model的训练过程]
本仓库采用扁平化的目录结构和标签系统来组织模型，具体说明如下：
仓库结构
一级目录：直接以模型名称-数据集，例如 ResNet-CIFAR-10、GraphMAE_QM9-Cora 等
二级目录：包含该模型在该数据集下的不同训练任务或变体，例如 normal、noisy、backdoor_invisible 等
训练过程目录结构：每个模型目录下包含：
scripts/：存放模型相关代码和训练脚本
epochs/：存放模型训练过程和权重文件
每个epoch的权重文件(model.pth)和embedding(.npy)
dataset/：模型需要的数据集
仓库结构展示
文件结构展示
mtpnet_tokens
模型训练过程汇总（持续更新中）
对于已收集的每一个模型，code 目录为模型定义、训练和测试的代码和脚本文件，model 目录为已收集的 epoch 模型文件，dataset.zip 为模型数据集。
下表汇总了所有收集的模型训练过程信息：
模型名称
模型简介
模型类型
Epoch数量
数据集信息
Clone-detection-BigCloneBench
基于大规模代码克隆基准数据集的代码克隆检测模型，任务是进行二元分类(0/1),其中1代表语义等价，0代表其他情况。
代码克隆检测
2个epoch
BigCloneBench数据集
Clone-detection-POJ-104
基于POJ-104数据集的代码克隆检测模型，任务是识别不同编程题目中相似的代码实现，给定一段代码和一组候选代码，任务是返回具有相同语义的Top K个代码
代码克隆检测
2个epoch (0-1)
POJ-104编程题目数据集… See the full description on the dataset page: https://huggingface.co/datasets/code-philia/mtpnet_tokens.qwen36-kquant-offload-mtp-swebench-lite100-results
Qwen3.6 K-Quant Offload MTP SWE-bench Lite 100 Results
This dataset contains the complete 5-model x 100-prompt runtime benchmark artifacts plus a detailed statistical analysis layer.
Primary conclusion: hot30/cold30 was the best decode-throughput run, while Q4_K_M had the best total wall clock. The ATX hot30/cold30 quantization significantly outperformed both Q4_K_M and Q3_K_XL on paired decode throughput, but Q4_K_M remains the elapsed-time control.
The ATX/K3 hot10, hot20, and… See the full description on the dataset page: https://huggingface.co/datasets/jakeatx/qwen36-kquant-offload-mtp-swebench-lite100-results.mtpnet_graph_models
模型训练过程汇总[该仓库只含有graph model的训练过程]
本仓库采用扁平化的目录结构和标签系统来组织模型，具体说明如下：
仓库结构
一级目录：直接以模型名称-数据集，例如 ResNet-CIFAR-10、GraphMAE_QM9-Cora 等
二级目录：包含该模型在该数据集下的不同训练任务或变体，例如 normal、noisy、backdoor_invisible 等
训练过程目录结构：每个模型目录下包含：
scripts/：存放模型相关代码和训练脚本
epochs/：存放模型训练过程和权重文件
每个epoch的权重文件(model.pth)和embedding(.npy)
dataset/：模型需要的数据集
仓库结构展示
文件结构展示
bonsai2-27b-mtp-repro
Ternary-Bonsai-2-27B + in-file MTP: reproduction bundle (RTX 4080 SUPER, Ada/SM89)
This repository holds the raw data. The method (build script, harness, launch units, write-up) lives on GitHub:
https://github.com/zhaoyilun/bonsai2-27b-mtp-repro
Both are the same piece of work: the GitHub repo has the code and the how-to, this dataset has the
measurements it produced. Cross-linked in both directions.
Raw measurements, scripts and notes for the two discussions:
official model… See the full description on the dataset page: https://huggingface.co/datasets/zhaokeqi/bonsai2-27b-mtp-repro.mt_pubmed