@0xSero: 刚刚添加了两种新的模型压缩版本：Hy3-FP8 和 NVFP4。我推荐尝试这个模型，它非常强大且可以完整地在 256GB 显存上运行……

X AI KOLs Following 模型
model-quantization huggingface tensor-compression nvfp4 tencent gpu-optimization

摘要

0xSero 发布了腾讯 Hy3-preview 模型的 FP8 和 NVFP4 量化版本，使其能够在使用完整上下文的情况下在 256GB 显存的设备上运行。

刚刚添加了两种新的模型压缩版本： Hy3-FP8 和 NVFP4 我推荐尝试这个模型，它非常强大，并且可以完整地在 256GB 显存上运行。 https://t.co/UQI63BCFiJ
查看原文
查看缓存全文

缓存时间: 2026/05/10 08:23

刚刚添加了 2 种新的模型压缩格式：

Hy3-FP8 和 NVFP4

我推荐尝试这个模型，它非常强大，并且能在拥有 256GB 显存的显卡上加载完整上下文。

https://t.co/UQI63BCFiJ

0xSero/Hy3-preview-NVFP4 · Hugging Face

来源：https://huggingface.co/0xSero/Hy3-preview-NVFP4

https://huggingface.co/0xSero/Hy3-preview-NVFP4#hy3-preview-nvfp4a16Hy3-preview NVFP4A16

这是 tencent/Hy3-preview (https://huggingface.co/tencent/Hy3-preview) 的一个仅检查点（checkpoint-only）的 NVFP4A16 量化版本，由 llmcompressor.entrypoints.model_free.model_free_ptq 生成。

  • 基础模型：tencent/Hy3-preview
  • 量化方案：NVFP4A16
  • 忽略的模块/模式：lm_head, model.embed_tokens, re:.*router.gate$, re:.*expert_bias$
  • 源快照：记录在 QUANTIZATION_MANIFEST.json 中
  • 许可证：继承自基础模型的腾讯 Hy 社区许可协议；包含原始 LICENSE 文件。

https://huggingface.co/0xSero/Hy3-preview-NVFP4#notesNotes

本发布对 safetensors 权重进行量化，无需导入自定义的 HYV3 模型类。路由器门控（router gates）、专家偏置张量（expert bias tensors）、嵌入层（embeddings）和 lm_head 均保持未量化状态，以确保兼容性和保守性。

相似文章

sakamakismile/Qwen3-VL-32B-Heretic-MiniMax-H3-NVFP4

Hugging Face Models Trending

发布一个NVFP4量化的无审查MiniMax-H3文本编码器（Qwen3-VL-32B Heretic），可适配在单张16GB GPU上，并可作为ComfyUI工作流中的直接替代品。