крошечная языковая модель, целиком написанная на Erlang
schedule 2 мин чтенияобновлено
Релиз от asemqaffaf: word-level языковые модели, которые обучаются и работают полностью на Erlang, без PyTorch и других DL-фреймворков — градиенты параллельно считают worker-процессы. В репозитории лежат веса, словарь и небольшой numpy-загрузчик для справки, а исходники обучения, сервинга и веб-интерфейса — отдельно на GitHub.
Ключевые особенности
Два варианта: MLP на 152 903 параметра (окно 5 токенов, embedding → tanh → softmax) и GPT-style transformer на 279 007 параметров (2 слоя × 4 головы, dim 64, окно 32 токена).
Общий word-level токенизатор: 1631 токен, слова с ведущим пробелом, пунктуация и переводы строк.
Веса в float32 safetensors, референсный asemllm.py сверен с Erlang-кодом до ~1e-7 по logits.
Кастомные архитектуры: модели не загрузятся в transformers, llama.cpp, Ollama или LM Studio.
Это игрушечные модели: они выучили стиль коротких диалогов User: / Assistant:, но не понимают вопросов.
Пример
pip install numpy safetensors huggingface_hub
huggingface-cli download asemqaffaf/AsemLLM --local-dir AsemLLM
cd AsemLLM
python asemllm.py --chat "What is a good movie?"
python asemllm.py --model transformer --chat "What is a good movie?"
ПодробнееHeld-out loss: MLP — 3.73 (perplexity 42) против bigram 3.98 и unigram 5.14; transformer — 3.65 (perplexity 38), но метрика считается иначе и напрямую не сравнима. Данные: ~34 904 токена (138 КБ) синтетических диалогов от локальной 4B-модели; MLP обучен за ~13 минут на Apple M1 Pro в 10 Erlang-процессах. Ограничения: только английский, без safety-обучения, ответы обычно не связаны с промптом, для реальных задач не подходит.
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.
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.
# asemqaffaf/AsemLLM — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve asemqaffaf/AsemLLM --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
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.
Комментарии