超越Gemma 4与Qwen3.5Maple-Preview三元权重技术让小模型迸发大能力【免费下载链接】maple-preview项目地址: https://ai.gitcode.com/hf_mirrors/deepgrove/maple-previewMaple-Preview是由DeepGrove在2026年推出的开源20B-A1B三元权重推理大语言模型它在同量级模型中实现了SOTA推理能力甚至能与更大规模的模型相竞争。该模型不仅能解决IMO级别的难题还能在Mac mini M4上以200 tokens/sec的速度运行比Gemma 4、Qwen3.5和gpt-oss等高效模型快5–16倍真正实现了小模型的大能力。 Maple-Preview核心优势速览作为一款专为高效设备端推理设计的模型Maple-Preview具备以下突出特性20B-A1B模型规模在保证性能的同时有效控制模型体量218 tok/s极速推理Mac mini M4设备上实现超高速运行5.31 GB轻量化 checkpoint大幅降低存储需求与加载时间131,072超长上下文支持处理更复杂的长文本任务 三元权重技术小模型大能力的核心Maple-Preview采用创新的三元权重技术这是其在保持较小模型规模的同时实现卓越性能的关键。三元权重技术通过优化参数表示方式在大幅降低模型存储和计算需求的同时保留了关键的推理能力使得20B-A1B规模的模型能够媲美更大规模的传统模型。⚡ 性能超越比Gemma 4快5倍Qwen3.5快16倍在性能表现上Maple-Preview展现出惊人的速度优势。在相同硬件环境下其推理速度达到了Gemma 4的5倍Qwen3.5的16倍这意味着用户可以获得更快的响应体验无论是日常对话还是复杂推理任务都能享受到流畅高效的交互。️ 架构解析专为高效推理设计Maple-Preview采用24层、256个专家8个激活的配置并结合3:1 SWA-512:GA注意力机制从架构层面就为高效推理奠定了基础。这种设计使得模型在处理信息时能够更精准地分配计算资源提升推理效率的同时保证推理质量。 评估表现多项基准测试创佳绩在各项基准测试中Maple-Preview在内存-性能和速度-性能的帕累托前沿上树立了新的标杆充分展示了其强大的推理能力。通过在LCBv6、AIME 2026、HMMT 2026和GPQA-D等多项评测中的优异表现证明了三元权重技术在提升模型性能方面的巨大潜力。⚠️ 使用注意事项需要注意的是Transformers实现依赖于Triton和FlashAttention适用于兼容的CUDA环境。而报告中提到的Apple Silicon设备上的结果则使用了单独的设备端运行时。此外该预览版主要关注原始推理能力在代理类基准测试中可能表现欠佳开发团队计划在正式版发布前通过扩展训练继续提升整体性能。 开始使用Maple-Preview要开始使用这款高效能的推理模型你可以通过以下命令克隆仓库git clone https://gitcode.com/hf_mirrors/deepgrove/maple-previewMaple-Preview以MIT许可证发布详情可查看项目根目录下的LICENSE文件。通过创新的三元权重技术Maple-Preview打破了传统模型在规模与性能之间的平衡为小模型实现大能力开辟了新路径无疑将成为AI推理领域的一款革命性工具。【免费下载链接】maple-preview项目地址: https://ai.gitcode.com/hf_mirrors/deepgrove/maple-preview创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考