К содержимому
Компьютерное зрение

Nischay-1

быстрая мультимодальная модель принятия решений на базе Gemma-4

2 мин чтения

Nischay-1 от автора Ajeet-001 — это единая текстово-визуальная модель на 8,61 млрд параметров, построенная на мультимодальной базе Gemma-4. Она работает по принципу «System-1» (быстрая оценка и принятие решений без длинного пошагового рассуждения) и выдаёт откалиброванные ответы и оценки сразу по тексту и изображениям. За счёт двунаправленного механизма внимания (full-prompt noncausal SDPA) модель целиком анализирует входной запрос за один проход со скоростью десятки миллисекунд. Пригодится разработчикам систем классификации, извлечения данных из документов, UI-агентов и инструментов автоматической модерации.

Ключевые особенности

  • Архитектура на базе Gemma-4: использует считывающую голову OneJev slot_lm, приведение выходного слоя к fp32 и калибровку температуры по типам задач.
  • Низкая задержка инференса: медианное время ответа на текстовый запрос без батчинга составляет 87,73 мс (30,0 мс в батче), на запрос с картинкой — 209,79 мс на NVIDIA A100.
  • Большой контекст и разрешение: поддерживает до 131 072 токенов на запрос в тексте и изображения разрешением до 1,6 Мп (560 soft-токенов).
  • Сильные результаты в извлечении данных: в визуальных тестах модель набрала 91,76% точности на KIE (CORD+FUNSD) и 82,38% на InfographicVQA.

Что можно сделать

  • Извлечение информации из сканов и чеков: использовать в задачах Key Information Extraction (работа с формами, квитанциями и инфографикой).
  • Автоматизация и вызов инструментов: встраивать в пайплайны выбора действий и маршрутизации запросов (75,84% в блоке Tools & Automation).
  • Навигация по веб-интерфейсам: применять как быстрый визуальный классификатор элементов экрана в задачах уровня Mind2Web.

Пример

PYTHONPATH=. decision-index vision pipeline \
  --dir  \
  --engine engine:DecisionModel \
  --model Ajeet-001/nischay-1 \
  --option dtype=bfloat16 \
  --option max_pixels=1638400 \
  --option max_soft_tokens=560 \
  --out runs/vision-nischay-1 --compact --no-verify
ПодробнееБенчмарки Decision Index 4.0 (0.4.1): Public Text Decision Index — 50.81 (Raw Index 63.33), Public Vision Decision Index — 53.57.
Железо и точность: тестировалась в формате bfloat16 на 1x NVIDIA A100-SXM4-40GB.
Ограничения: при превышении лимитов (131 072 токена для текста или 1,6 Мп для изображений) модель возвращает ошибку Unsupported без молчаливого обрезания входа.
Калибровка: параметры температуры подобраны на отложенной валидационной выборке из 4 342 примеров.
Обсудить Telegram 0 37

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 16 GB · готовые файлы18 GB
  • FP8 / INT8рекомендуемвеса 8.0 GB9.3 GB
  • 4-bitвеса 4.5 GB5.5 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 3080 · BF16 — от RTX 4090

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.

    # Ajeet-001/nischay-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 Ajeet-001/nischay-1 --local-dir ~/models/nischay-1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к nischay-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

Дообучение модели

google/gemma-4-E4B-it
  1. gemma-4-E4Bоснова семьи
  2. gemma-4-E4B-it
  3. nischay-1

Новые посты про версии gemma-4-E4B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Ajeet-001/nischay-1
Автор
Ajeet-001
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

370

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