К содержимому
Другое

Hedwig 97.6M

компактная модель для историй и правки грамматики

3 мин чтенияобновлено

Hedwig 97.6M — миниатюрная языковая модель (LLM) в стиле ChatGPT на 97,6 млн параметров, написанная и обученная с нуля на чистом PyTorch без высокоуровневых фреймворков вроде HF Trainer или Lightning. Она умеет сочинять короткие сказки на английском языке и исправлять грамматику с тоном в повседневных текстах. В основе лежит современная архитектура Transformer (12 слоёв, RoPE, RMSNorm, SwiGLU, SDPA) с собственным BPE-токенизатором на 8 192 токена, прошедшая этапы предобучения, SFT (дообучения на инструкциях) и Anchored DPO (выравнивания по предпочтениям). Благодаря малому весу и версиям с квантованием (сжатием весов в 8-bit и 4-bit) модель работает полностью офлайн даже на ноутбуках — на чипе Apple M4 она выдаёт 54 токена в секунду.

Ключевые особенности

  • Написана с нуля на PyTorch: весь пайплайн — от токенизатора и предобучения на 159 млн токенов (TinyStories, FineWeb-Edu, классика Project Gutenberg) до DPO и квантования — реализован без сторонних обёрток.
  • Экстремальная компактность: в базовом формате bfloat16 чекпоинт весит 195,6 МБ, а версии с квантованием int8 и int4 занимают всего 98,2 МБ и 55,2 МБ соответственно.
  • Два основных режима: модель дообучена на 30 930 парах инструкций из датасетов TinyStories-Instruct и CoEdIT для генерации историй и базовой редакторской правки.
  • Быстрый локальный инференс: оптимизирована для офлайн-запуска на потребительском железе, включая компьютеры Mac с Apple Silicon.

Что можно сделать

  • Локальный генератор сказок: встроить чекпоинт в офлайн-приложение или скрипт для создания простых историй на английском без доступа к интернету.
  • Базовая корректура коротких фраз: использовать для быстрой правки грамматики и стиля в небольших повседневных сообщениях.
  • Изучение устройства LLM: разобрать открытый код обучения на чистом PyTorch и визуализировать работу слоёв через прилагаемый интерфейс Brain X-Ray UI.

Пример

Промпт: Write a story about a boy named Harry Potter.
Ответ модели (54 tok/s офлайн на Apple M4): Harry Potter was a humble boy who liked to play. One day, he decided to go out and play. He walked down the street, laughing and having so much fun. Suddenly, Harry saw something shiny in a store window...

ПодробнееМетрики: финальный чекпоинт brain_dpo.pt показал Val/Test Loss 1.235 и 95,0% saved win-rate на этапе DPO (пиковый — 96,7%); для int4-версии Loss составил 1.4118.
Обучение: заняло около 66 минут на одной видеокарте NVIDIA A40 (48 GB) и обошлось примерно в $0.65.
Ограничения: при 97,6M параметров это учебная модель для сказок, а не универсальный ассистент; в длинных рабочих письмах она может обрезать текст или пропускать согласование времён.
Дополнительно: в релизе также заявлен более крупный вариант hedwig-300m, а исходники доступны в репозитории автора на GitHub.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.2 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 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.

    # ansarbuilds/hedwig-97m
    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 ansarbuilds/hedwig-97m --local-dir ~/models/hedwig-97m
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к hedwig-97m
  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 hedwig-97m — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

ansarbuilds/hedwig-97m
Автор
ansarbuilds
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии