Solstice-1
компактная LLM на 175M параметров, обученная с нуля на пяти Mac
2 min readupdated
Solstice-1 — это миниатюрная англоязычная языковая модель от исследователя Уильяма Зебровски (проект OpenSML) для коротких диалогов, ответов по заданному тексту и выполнения базовых инструкций. Модель насчитывает 175 млн параметров (174,2 млн точных) и обучена с нуля на 42 млрд токенов на кластере из пяти компьютеров Mac с чипами Apple Silicon, после чего прошла три этапа дообучения с помощью LoRA (небольших обучаемых надстроек над весами). От предшественницы OpenSML-150M она отличается независимым обучением с нуля и более высокими показателями в тестах на логику и следование инструкциям. Релиз нативно работает на Mac через фреймворк MLX (библиотеку машинного обучения от Apple) и подойдёт энтузиастам, исследователям компактных моделей и тем, кто хочет запускать лёгкий локальный чат на Apple Silicon.
Ключевые особенности
- Сверхлёгкая архитектура: 44 слоя трансформера (hidden width 576, GQA с 9 головами запросов и 3 KV-головами, контекст 2 048 токенов) и объединённые веса в формате FP32 safetensors.
- Обучена на железе Apple: претрейн выполнен на пяти узлах Apple Silicon в BF16, а все три этапа SFT-дообучения проведены на одном Mac.
- Прозрачность и воспроизводимость: в репозиторий включены не только веса и MLX-раннер, но и логи обучения, кривые потерь, хеши чекпоинтов и результаты бенчмарков под лицензией Apache-2.0.
- Три стадии SFT-настройки: последовательное дообучение на диалогах (SmolTalk), задачах чтения с пониманием (SQuAD v2, SciQ) и коротких рассуждениях с сохранением исходного распределения.
Что можно сделать
- Запустить локальный офлайн-чат на Mac: модель поддерживает интерактивный режим диалога в терминале с сохранением истории переписки и быстрым сбросом контекста.
- Тестировать ответы по заданному фрагменту текста: использовать для базового извлечения фактов из коротких англоязычных отрывков в рамках контекстного окна в 2 048 токенов.
- Изучать обучение малых LLM: использовать опубликованные рецепты, данные валидации и скрипты для экспериментов с претрейном и SFT на компактных моделях.
Пример
python3.11 -m venv .venv && source .venv/bin/activate
pip install huggingface_hub
hf download OpenSML/Solstice-1 --local-dir Solstice-1
cd Solstice-1 && pip install -r requirements.txt
python inference.py --prompt "What is the main function of the heart?" --max-new-tokens 96
python inference.py --interactive
Подробнее
Бенчмарки (обходит OpenSML-150M): ARC Easy — 62.58% (acc), PIQA — 66.49%, HellaSwag — 32.85% (39.40% acc_norm), IFEval — 17.93% (strict prompts) и 32.49% (loose instructions).Железо и запуск: требуется Python 3.11 и компьютер на Apple Silicon; поддерживается только комплектный MLX-раннер (Transformers AutoModel, GGUF и CUDA не проверялись).
Ограничения: исследовательский превью-релиз только для коротких текстов на английском; возможны фактические галлюцинации и повторы, не подходит для кода, SQL, JSON и работы с инструментами.










Comments