К содержимому
Языковые модели

SparkQwen

компактный QLoRA-адаптер для генерации кода на PySpark

2 мин чтенияобновлено

Модель превращает текстовое описание задачи и схему таблиц в готовый исполняемый код для Apache Spark и PySpark. Это QLoRA-адаптер (лёгкая надстройка с 4-битным квантованием, которая дообучает лишь 1% параметров базовой модели) на основе Qwen/Qwen3-1.7B от автора AaronTekle. В отличие от базовой Qwen3-1.7B, которая часто ошибается в синтаксисе Spark, адаптер целенаправленно заточен под API DataFrame и заметно повышает долю валидного Python-кода. Подойдёт дата-инженерам и разработчикам для быстрой генерации пайплайнов и запросов на локальном железе.

Ключевые особенности

  • Охватывает 15 категорий задач PySpark: трансформация DataFrame, джойны и оконные функции, Spark SQL, UDF/Pandas UDF, Structured Streaming, Delta Lake, MLlib и оптимизация производительности.
  • Принимает на вход формулировку задачи вместе со схемой DataFrame и названиями колонок, чтобы не выдумывать несуществующие поля.
  • Обучен методом 4-bit NF4 QLoRA (обновлено 17,4 млн из 1,74 млрд параметров) на локально сгенерированном синтетическом датасете из 900 примеров.
  • Повышает долю синтаксически корректного Python-кода (проверка через Python AST) с 58,67% у базовой Qwen3-1.7B до 95,33% на тестовой выборке.

Что можно сделать

  • Встроить в локального ассистента для дата-инженеров, чтобы быстро писать агрегации, фильтрацию и сложные джойны по переданной схеме таблиц.
  • Генерировать шаблоны для потоковой обработки данных (Structured Streaming), операций с Delta Lake и базовых пайплайнов MLlib.
  • Использовать для рефакторинга и оптимизации Spark-запросов, партиционирования и работы со вложенными структурами данных.

Пример

from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

base_id = "Qwen/Qwen3-1.7B"
tokenizer = AutoTokenizer.from_pretrained(base_id)
base_model = AutoModelForCausalLM.from_pretrained(base_id, load_in_4bit=True, device_map="auto")
model = PeftModel.from_pretrained(base_model, "AaronTekle/SparkQwen").eval()
ПодробнееМетрики (150 тестовых задач, greedy decoding, max_new_tokens=384): синтаксически валидный код — 95,33% против 58,67% у базовой Qwen3-1.7B; среднее посимвольное сходство с эталоном — 0.6354 против 0.1009.
Обучение: 600 тренировочных и 150 валидационных синтетических примеров (180 семейств алгоритмов), 3 эпохи через TRL SFTTrainer.
Требования: для запуска примера из карточки нужны CUDA GPU и библиотеки PyTorch, Transformers, PEFT, Accelerate и bitsandbytes.
Ограничения: модель не проверялась на продакшен-задачах, при нехватке контекста может выдумывать колонки или пути к файлам, а код для Delta Lake, стриминга и кластеров требует ручной проверки перед запуском.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 2.9 GB · готовые файлы3.8 GB
  • FP8 / INT8рекомендуемвеса 1.5 GB2.3 GB
  • 4-bitвеса 0.9 GB1.7 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Qwen2.5-Coder-1.5B-Instruct.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # AaronTekle/SparkQwen — A30, FP8 / INT8
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
    uv pip install vllm
    vllm serve Qwen/Qwen2.5-Coder-1.5B-Instruct --max-model-len 8192 --quantization fp8 --enable-lora --max-lora-rank 64 --lora-modules SparkQwen=AaronTekle/SparkQwen
    Добавить ещё LoRA к Qwen2.5-Coder-1.5B-Instruct
  3. 3. Пользуйтесь

    Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Нужна базовая модель

Qwen/Qwen2.5-Coder-1.5B-Instruct

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. Qwen2.5-1.5Bоснова семьи
  2. Qwen2.5-Coder-1.5B
  3. Qwen2.5-Coder-1.5B-Instruct
  4. SparkQwen

Новые посты про версии Qwen2.5-1.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

AaronTekle/SparkQwen
Автор
AaronTekle
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Qwen3.5-4B-heretic

Qwen3.5-4B-heretic
Языковые модели

Keel-Pro

Keel-Pro