К содержимому
Другое

qwenagent-workers

модули памяти на базе GRU для Qwen3-0.6B

2 мин чтенияобновлено

Набор компактных обучаемых модулей-«воркеров» от автора Bobliu, которые встраиваются после 12-го слоя замороженной языковой модели Qwen/Qwen3-0.6B. Каждый чекпоинт весит около 1.8 МБ и содержит только параметры самой надстройки (приватные слоты состояний GRU, обучаемый роутер и канал возврата), а базовые веса подгружаются отдельно. Проект создан как исследовательский эксперимент для проверки работы с чередующимися программами регистров и наглядно демонстрирует честный отрицательный результат: сложная система с несколькими приватными слотами и роутером в итоге не превосходит простой MLP-адаптер без памяти или одно общее состояние. Пригодится исследователям архитектур LLM и специалистам, изучающим механизмы маршрутизации и внутреннюю память трансформеров.

Ключевые особенности

  • Минимальный вес: каждый файл .pt занимает около 1.8 МБ и содержит только словарь весов (state_dict) и аргументы обучения.
  • Пять архитектурных режимов: в репозитории доступны варианты adapter (MLP без состояния), single (одно общее состояние GRU), uniform (обновление всех слотов без роутинга), multi (4 приватных слота с обучаемым роутером) и oracle (роутинг по истинным ID регистров).
  • Открытые логи замеров: к чекпоинтам прилагаются JSON-файлы в папке results/ с метриками точности на задачах разной длины.

Что можно сделать

  • Воспроизвести эксперимент: прогнать оценку чекпоинтов на синтетических задачах с регистрами с помощью скрипта eval_ckpt.py из связанного GitHub-репозитория.
  • Изучить поведение роутера: сравнить распределение точности между multi, single и adapter при росте числа регистров (от P=2 до P=16).

Пример

git clone [https://github.com/Bobliuuu/qwenagent](https://github.com/Bobliuuu/qwenagent) && cd qwenagent
pip install torch transformers
huggingface-cli download Bobliu/qwenagent-workers --local-dir hf
python eval_ckpt.py hf/checkpoints/q7_multi_s0.pt --out /tmp/probe_q7_multi_s0.json
ПодробнееТочность на seed-0 (200 программ на размер, случайное угадывание — 10%):
• single: 61.0% (P=2), 46.0% (P=6), 25.0% (P=16)
• adapter: 60.5% (P=2), 47.5% (P=6), 27.5% (P=16)
• multi (K=4): 53.5% (P=2), 43.5% (P=6), 26.5% (P=16)
Обучение велось 8000 шагов на 2–3 регистрах со случайными именами (layer 12, occupancy gating on); для тренировки требуется CUDA GPU. Модель предназначена исключительно для исследований, а не для продакшена.
Обсудить Telegram 0

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.

    # Bobliu/qwenagent-workers
    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 Bobliu/qwenagent-workers --local-dir ~/models/qwenagent-workers
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к qwenagent-workers
  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

Qwen/Qwen3-0.6B
  1. Qwen3-0.6B-Baseоснова семьи
  2. Qwen3-0.6B
  3. qwenagent-workers

Новые посты про версии Qwen3-0.6B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 3Все на Hugging Face

О модели

Bobliu/qwenagent-workers
Автор
Bobliu
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