К содержимому
Другое

SE Primer v2

ONNX-модель риска плохого финала в игре

2 мин чтения

Модель от akifcodexclaude для игры-кризиса в больнице с выборами: по поведению игрока она оценивает вероятность, что сессия закончится плохо. Это не нейросеть, а Pipeline(StandardScaler → LogisticRegression(class_weight="balanced")), экспортированный в ONNX; карточка и данные — на турецком.

Ключевые особенности

  • Вход — 8 признаков: номер сцены, уровень, время решения, время до первого клика, число смен выбора, просмотр подсказки, число предыдущих рискованных выборов и рискованность текущего.
  • Выход — вероятности классов ['0', '1']; при p ≥ 0.5 игра вмешивается: наставник задаёт сократический вопрос, снимается 60-секундное давление, объяснения становятся глубже.
  • Обучение: 300 синтетических сессий / 1500 решений, разбиение по сессиям GroupShuffleSplit, seed 13.
  • ONNX opset 17: вход float32 [n, 8], выход probabilities float32 [n, 2]; максимальное расхождение ONNX и sklearn — 1.6e-07.
  • Явные ограничения: только для этой игры; нельзя оценивать людей, нанимать их или предсказывать реальные инциденты.

Пример

const s = await ort.InferenceSession.create('model.onnx');
const x = new ort.Tensor('float32', Float32Array.from([2, 2, 45, 12, 3, 0, 0, 1]), [1, 8]);
const p = (await s.run({ input: x })).probabilities.data[1]; // ≈ 0.88
ПодробнееROC-AUC — 0.9594; recall — 0.897; precision — 0.8; accuracy — 0.88; Brier — 0.0845.
AUC только на сценах 1–2 (раннее предупреждение) — 0.8864.
Данные в основном синтетические: 300 сессий / 1500 решений; реальных сессий мало.
Есть риск обратной связи, поэтому обучение идёт только на режиме сбора данных, где модель не влияет на игру; скорость браузера и устройства может искажать время решения.
Обсудить Telegram 0 123

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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 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.

    # akifcodexclaude/se-primer-v2-risk
    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 akifcodexclaude/se-primer-v2-risk --local-dir ~/models/se-primer-v2-risk
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к se-primer-v2-risk
  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 se-primer-v2-risk — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

akifcodexclaude/se-primer-v2-risk
Автор
akifcodexclaude
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

1230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

NegWAM

NegWAM