К содержимому
Другое

Mir

кодовая модель со скрытым рассуждением через Concept-JEPA

2 мин чтенияобновлено

Экспериментальная открытая модель от afternet, которая объединяет модуль рассуждения в пространстве концептов MirJEPA (300M параметров) с языковой моделью Qwen2.5-Coder-1.5B-Instruct через специальный мост (soft-prompt bridge) и LoRA-адаптацию (небольшую надстройку над весами). Вместо того чтобы сразу генерировать текст токен за токеном, система сначала кодирует предложения через BAAI/bge-small-en-v1.5 и делает 3 шага скрытого рассуждения в латентном пространстве, передавая результат декодеру в виде 8 обучаемых подсказок. На практике это позволяет компактной 1.5B-модели гораздо точнее решать задачи по программированию — на тесте Rust HumanEval результат вырос с 15.4% до 40.4% при меньшей задержке декодирования. Подойдёт исследователям латентных рассуждений (JEPA) и разработчикам, ищущим лёгкие локальные модели для генерации кода.

Ключевые особенности

  • Гибридная архитектура: связка замороженного энкодера BAAI/bge-small-en-v1.5, трансформера MirJEPA (~295.45M обучаемых параметров) и декодера Qwen2.5-Coder-1.5B-Instruct в bfloat16.
  • Рассуждение до генерации: предиктор делает 3 последовательных шага в пространстве концептов (всего 12.27 мс на инференсе), после чего кросс-внимание формирует 8 soft-prompt токенов для языковой модели.
  • Двухэтапное обучение: сначала предобучение JEPA на 482 100 примерах из наборов Magicoder, CodeFeedback и smoltalk, затем настройка моста и LoRA (r=16, alpha=32) на 80 000 примерах.
  • Прирост качества и скорости ответа: на 156 задачах Rust HumanEval модель обходит базовую Qwen2.5-Coder-1.5B-Instruct более чем в 2.6 раза (63 решённых задачи против 24) и сокращает время декодирования с 2795.60 мс до 2320.47 мс.

Что можно сделать

  • Запустить локальный интерактивный чат-помощник для написания и отладки кода на видеокарте уровня ноутбучной RTX 5070.
  • Использовать чекпоинты как базу для экспериментов с архитектурой JEPA и переносом рассуждений из пространства эмбеддингов в компактные LLM.
  • Прогнать собственные тесты генерации кода на других языках через встроенный скрипт бенчмаркинга bench_mir.py.

Пример

pip install -r requirements.txt
# Поместите чекпоинты afternet/mir-beta-0.1 в ./checkpoints/mir
python chat_mir.py --jepa_size 300m
python bench_mir.py --lang rust --limit 156
Подробнее Бенчмарк Rust HumanEval (156 задач, greedy Pass@1): 40.4% (63/156) против 15.4% (24/156) у стоковой Qwen2.5-Coder-1.5B-Instruct.
Скорость на NVIDIA GeForce RTX 5070 Laptop GPU: 90.2 tok/s, задержка JEPA — 12.27 мс, декодирование — 2320.47 мс.
Обучение велось на примерах длиной от 4 до 32 предложений; на этапе оценки веса LoRA слиты с базовым декодером.
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 2.0 GB · готовые файлы2.7 GB
  • FP8 / INT8рекомендуемвеса 1.0 GB1.6 GB
  • 4-bitвеса 0.6 GB1.1 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.

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.

    # afternet/mir-beta-0.1
    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 afternet/mir-beta-0.1 --local-dir ~/models/mir-beta-0.1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к mir-beta-0.1
  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

Новые посты про версии mir-beta-0.1 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

afternet/mir-beta-0.1
Автор
afternet
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

zils-lite-c5i5

zils-lite-c5i5