К содержимому
Другое

smollm2-sft

Компактный кодинг-адаптер для SmolLM2

1 мин чтенияобновлено

Эта модель представляет собой LoRA (небольшая надстройка над базовой моделью) для языковой модели SmolLM2-360M-Instruct, дообученная на датасете CodeAlpaca-20k для задач программирования. Она позволяет генерировать код и отвечать на технические запросы на базе ультракомпактной модели с параметрами в 360M. Модель ориентирована на разработчиков и энтузиастов, которым требуется легкое решение для локальных экспериментов с кодом.

Ключевые особенности

  • База: SmolLM2-360M-Instruct
  • Метод: LoRA с конфигурацией r=8 и alpha=16
  • Обучение: дообучена на 1000 примерах из CodeAlpaca-20k
  • Эффективность: минимальные системные требования для запуска на CPU или GPU

Что можно сделать

  • Сгенерировать функцию или простой скрипт по текстовому описанию
  • Подключить адаптер через библиотеку peft к базовой модели
  • Объединить веса адаптера с базовой моделью с помощью метода merge_and_unload()
from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

base_model_name = "HuggingFaceTB/SmolLM2-360M-Instruct"
tokenizer = AutoTokenizer.from_pretrained(base_model_name)
model = AutoModelForCausalLM.from_pretrained(
    base_model_name,
    torch_dtype="auto",
    device_map="cpu",
)
model = PeftModel.from_pretrained(model, "your-username/smollm2-sft")

prompt = "Write a Python function to find the maximum of three numbers."
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
output = model.generate(**inputs, max_new_tokens=100, temperature=0.7)
print(tokenizer.decode(output[0], skip_special_tokens=True))
ПодробнееОбучение: 250 шагов, батч 2, градиентный акцентирующий шаг 4
Ограничения: обучение на 1000 примерах и скромная емкость базы 360M
Лицензия: MIT
Обсудить Telegram 0 29

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.7 GB · готовые файлы1.2 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.9 GB
  • 4-bitвеса 0.2 GB0.7 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 SmolLM2-360M-Instruct.

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

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    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.

    # aaryangoyal/smolLM2-sft-CodeAlpaca20k
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download HuggingFaceTB/SmolLM2-360M-Instruct --local-dir ~/models/SmolLM2-360M-Instruct
    hf download aaryangoyal/smolLM2-sft-CodeAlpaca20k --local-dir ~/models/smolLM2-sft-CodeAlpaca20k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к SmolLM2-360M-Instruct
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

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.

Семья модели

Нужна базовая модель

HuggingFaceTB/SmolLM2-360M-Instruct

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

  1. SmolLM2-360Mоснова семьи
  2. SmolLM2-360M-Instruct
  3. smolLM2-sft-CodeAlpaca20k

Новые посты про версии SmolLM2-360M — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 8Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

aaryangoyal/smolLM2-sft-CodeAlpaca20k
Автор
aaryangoyal
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

290

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии