JiRack DeltaNet 180B 是基于 Qwen3.8-Flash-Next 架构迁移的 180B 参数 MoE 模型，每个 token 约 6B 参数参与计算，目标是在 CPU 上进行大规模推理。当前构建面向文本；其基础模型支持图像和视频，但该 JiRack 版本目前为 text-only。

模型采用 Gated DeltaNet 线性注意力与 Qwen Sparse Attention 交错的结构，包含 512 个专家、top-10 routing、共享专家、gated residual streams，以及 51B 参数 hashed n-gram embedding table。仓库描述了面向 Robotics、Routing、Coding 和高级工具调用的用途，并提到可作为 RAG 部署中的专家模型。

当前手写架构移植、从 Qwen/Qwen3.8-Flash-Next 转换及数值验证已完成；BitLinear 在 lambda=0 时为 passthrough，因此 QAT 完成前权重与基础模型数值相同，三值化收益需在 QAT 后才适用。PyTorch CPU 可直接运行 safetensors 分片；GGUF、Ollama、Docker 构建计划在 QAT 后提供。权重采用 Qwen Community License 1.0，JiRack 代码和工具采用 MIT License，部分 Docker/UI/预构建量化产品为商业许可。