How to use from
Docker Model Runner
docker model run hf.co/kataguru/Swift-Qwen3.8-27B-Finnish-GGUF:
Quick Links

Swift-Qwen3.8-27B-Finnish-GGUF

Mitä Kataguru muutti?

Kenttä Kuvaus
Base model ukisai/Swift-Qwen3.8-27b
Katagurun muutos Suomalainen kalibrointi / chat-template / kvantisointi
Mitä EI muutettu Mallin perusarkkitehtuuri ja esikoulutetut painot
Ensisijainen käyttö Paikallinen suomenkielinen päättely ja inferenssi
Testattu laitteisto NVIDIA RTX 5090 32GB / vLLM & llama.cpp

Tämä repositorio sisältää GGUF-kvantisoinnit suomen kielelle sovitetusta ja rikastetusta Swift-Qwen3.8-27B -mallista. Malli perustuu UkisAI:n tiivistettyä päättelyä käyttävään arkkitehtuuriin, joka vähentää ajattelutokeneita ~58 % säilyttäen huippuluokan päättelykyvyn.

Kvantisoinnit on luotu käyttäen llama.cpp versiota b11064.


Saatavilla olevat tiedostot ja suositukset

Tiedosto Koko Kuvaus / Suositus
Swift-Qwen3.8-27B-Finnish-Q6_K.gguf ~21.4 GB Huippuluokka (Near-Lossless): 6.56 BPW, maksimaalinen päättely- ja kielitarkkuus. Erinomainen 32GB+ RAM / VRAM -kokoonpanoille.
Swift-Qwen3.8-27B-Finnish-Q5_K_M.gguf ~19 GB Korkea laatu: Erittäin lähellä alkuperäistä BF16-tarkkuutta. Suositellaan 24GB+ VRAM / 32GB RAM -koneille.
Swift-Qwen3.8-27B-Finnish-Q4_K_M.gguf ~16 GB Suositeltu yleisversio: Paras tasapaino koon, nopeuden ja laadun välillä.
Swift-Qwen3.8-27B-Finnish-IQ4_XS.gguf ~15 GB Optimoitu kompakti 4-bit: Pienempi muistinkulutus kehittyneellä epälineaarisella kvantisoinnilla.
Swift-Qwen3.8-27B-Finnish-Q3_K_M.gguf ~13 GB Kevytversio: Mahdollistaa ajamisen myös tiukemman muistin laitteistoilla.
Swift-Qwen3.8-27B-Finnish-MTP-draft.gguf 5.6 GB MTP Speculative Draft: Erillinen Multi-Token Prediction -draftpää spekulatiiviseen dekoodaukseen (--model-draft).
mmproj-Swift-Qwen3.8-27B-Finnish-BF16.gguf 889 MB Visio- ja kuvaprojektori: Mahdollistaa kuvien analyysin ja suomenkielisen tekstintunnistuksen (OCR).

Käyttöohjeet

1. LM Studio

  1. Lataa haluamasi .gguf-päämalli (esim. Swift-Qwen3.8-27B-Finnish-Q4_K_M.gguf) ja visioprojektori mmproj-Swift-Qwen3.8-27B-Finnish-BF16.gguf.
  2. Aseta malli LM Studion hakemistoon: ~/.lmstudio/models/kataguru/Swift-Qwen3.8-27B-Finnish-GGUF/
  3. Valitse malli ja varmista, että GPU-offloading on kytketty päälle (GPU Offload: Max).

2. Spekulatiivinen dekoodaus (MTP Draft) llama.cpp:ssä

Voit saavuttaa merkittävän nopeushypyn käyttämällä mukana toimitettua MTP-draft-tiedostoa:

llama-server \
  -m Swift-Qwen3.8-27B-Finnish-Q4_K_M.gguf \
  -md Swift-Qwen3.8-27B-Finnish-MTP-draft.gguf \
  --mmproj mmproj-Swift-Qwen3.8-27B-Finnish-BF16.gguf \
  -ngl 99 -c 32768 --port 8080

3. Reasoning-tasojen ohjaus

Malli tukee dynaamista päättelyn pituuden ohjausta:

  • xhigh: Laaja analyysi ja looginen tarkistus
  • low: Nopea tiivis pohdinta
  • none: Suora vastaus ilman <think>-ajatustekstiä

Lisenssi

Malli noudattaa UkisAI:n swift-open-license-1.0 -lisenssiehtoja.

🇬🇧 English & International Guide

Overview

This model is part of the Kataguru Finnish & Multilingual Open Source Fleet, engineered for high epistemic honesty, native morphosyntax, and uncensored reasoning.

Key Features

  • Uncensored & Epistemically Honest: SOMA/ARA activation orthogonalization removes artificial corporate moralizing while preserving 100% of underlying factual, coding, and mathematical reasoning.
  • First-Class Agglutinative & Finnish Support: Retains nuanced cases, compounding, and complex syntax without translation artifacts.
  • Autonomous Reasoning Standard: Fully integrated with the Kataguru Master Chat Template v1.0, supporting autonomous thinking (<think>...</think>).

Quickstart with vLLM / OpenAI API

# Example vLLM server launch:
vllm serve kataguru/Swift-Qwen3.8-27B-Finnish-GGUF --port 8000

Quickstart with Python

from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="local")

response = client.chat.completions.create(
    model="kataguru/Swift-Qwen3.8-27B-Finnish-GGUF",
    messages=[
        {"role": "user", "content": "Explain the core principle of metabolic health."}
    ],
    temperature=0.6
)
print(response.choices[0].message.content)
Downloads last month
1,256
GGUF
Model size
27B params
Architecture
qwen35
Hardware compatibility
Log In to add your hardware

3-bit

4-bit

5-bit

6-bit

Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for kataguru/Swift-Qwen3.8-27B-Finnish-GGUF

Base model

Qwen/Qwen3.8-27B
Quantized
(59)
this model

Collection including kataguru/Swift-Qwen3.8-27B-Finnish-GGUF