К содержимому
Другое

rooster-coder-rwkv7-1.5b

адаптер кодинга для архитектуры RWKV7

2 мин чтенияобновлено

Новый LoRA (небольшая надстройка над базовой моделью) адаптер и объединенные версии для RWKV/RWKV7-G1k-1.5B-20260930, обученные на профиле кодера из корпуса рассуждений Qwen4 Max. Модель переносит стиль пошаговых рассуждений в формате think на архитектуру RWKV. Сборка включает оригинальные веса адаптера, а также конвертированные форматы GGUF и MLX для локального запуска.

Ключевые особенности

  • Базовая архитектура RWKV7 (1.5B параметров) с поддержкой бесшовного запуска.
  • Обучение на структурированных треках рассуждений (формат с тегами think).
  • Полная поддержка запуска через peft или готовые квантованные сборки GGUF и MLX.
  • Оптимизация под fp32 во время обучения для стабильности на GPU Tesla T4.

Что можно сделать

  • Применить для генерации кода и ответа на технические вопросы с логическими рассуждениями.
  • Запустить локально на ноутбуке через llama.cpp в форматах Q4_K_M или Q6_K GGUF.
  • Использовать MLX-версию для быстрой работы на устройствах Apple Silicon.

Пример

import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "AJ-Gonzalez/rooster-coder-rwkv7-1.5b"
base = AutoModelForCausalLM.from_pretrained(
    "RWKV/RWKV7-G1k-1.5B-20260930", trust_remote_code=True, dtype=torch.float32)
model = PeftModel.from_pretrained(base, repo, trust_remote_code=True)
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)

text = tok.apply_chat_template(
    [{"role": "user", "content": "Write a Python LRU cache."}],
    tokenize=False, add_generation_prompt=True, thinking=True)
ich = torch.tensor([tok.encode(text)])
out = model.generate(ids, max_new_tokens=512, do_sample=False)
print(tok.decode(out[0][ids.shape[1]:]))
ПодробнееБенчмарки и детали: train loss 1.6735, eval loss 1.9399.
Требования к VRAM: пиковое потребление при обучении составило 11.43 GiB на Tesla T4.
Ограничения: обучено на небольшом датасете из 70 строк, модель изучает стиль кодинга и рассуждений, но не является полноценным ассистентом общего назначения.
Доступные артефакты: GGUF (Q4_K_M, Q6_K) и MLX 4-bit для локального инференса.
Обсудить Telegram 3 91

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 3.8 GB · готовые файлы4.6 GB
  • FP8 / INT8рекомендуемвеса 2.3 GB3.1 GB
  • 4-bitвеса 1.7 GB2.4 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 RWKV7-G1k-1.5B-20260930.

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.

    # AJ-Gonzalez/rooster-coder-rwkv7-1.5b
    # ===== 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 RWKV/RWKV7-G1k-1.5B-20260930 --local-dir ~/models/RWKV7-G1k-1.5B-20260930
    hf download AJ-Gonzalez/rooster-coder-rwkv7-1.5b --local-dir ~/models/rooster-coder-rwkv7-1.5b
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к RWKV7-G1k-1.5B-20260930
  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

RWKV/RWKV7-G1k-1.5B-20260930

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

Новые посты про версии RWKV7-G1k-1.5B-20260930 — сжатые, дообучения, LoRA — появятся в колокольчике.

LoRA и адаптеры 1Все на Hugging Face

О модели

AJ-Gonzalez/rooster-coder-rwkv7-1.5b
Автор
AJ-Gonzalez
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

913

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

RWKV7-MTP-Exp

RWKV7-MTP-Exp