К содержимому
Другое

Wildcat-d3-ultra-bf16

полные bf16-веса для d3-ultra без распаковки на лету

2 мин чтенияобновлено

Модель Wildcat-d3-ultra-bf16 от BoldingBuilds решает задачи zero-shot-классификации (классификации запросов без предварительного дообучения под конкретные классы) и оценки запросов в рамках бенчмарка Decision Index. Она основана на архитектуре vllm-sr/d3-ultra объёмом 26.09 млрд параметров и представляет собой заранее распакованную в формат bf16 версию модели Wildcat-d3-ultra-3bit со вшитым адаптером LoRA (небольшой надстройкой, исправляющей точность после квантования). В отличие от 3-битного релиза, здесь распаковка слоёв и слияние весов уже выполнены заранее, поэтому модель запускается штатным движком d3-ultra без лишних зависимостей и задержек на конвертацию. Подойдёт разработчикам и исследователям с производительными GPU, которым нужна готовая к продакшену bf16-версия для маршрутизации и классификации запросов.

Ключевые особенности

  • Полная совместимость со стандартным рантаймом d3-ultra (d3_engine, modeling_d3.py, pipeline_d3.py) — файлы среды выполнения побайтово идентичны оригиналу.
  • Все 400 сжатых линейных слоёв из 3-битной версии уже распакованы в bf16, а исправляющая LoRA вмерджена в основные веса.
  • Пройдена строгая верификация шардов: имена, формы и типы всех 1 183 тензоров совпадают со схемой d3-ultra, а ответы на проверочных запросах совпадают с эталонным прогоном.
  • На публичном бенчмарке Decision Index 0.3 модель набирает 70.66 балла на полной выборке из 140 178 запросов.

Что можно сделать

  • Развернуть как готовый движок zero-shot-классификации и оценки запросов в d3_engine на серверах с большим объёмом видеопамяти без накладных расходов на деквантование при старте.
  • Использовать для воспроизведения результатов Decision Index 0.3 или в качестве базового bf16-чекпоинта для дальнейших экспериментов на базе d3-ultra.

Пример

hf download BoldingBuilds/Wildcat-d3-ultra-bf16 --local-dir wildcat-bf16
PYTHONPATH=wildcat-bf16 python -m decision_index run --engine d3_engine:D3Engine --option model=wildcat-bf16
Подробнее Метрика: Decision Index 0.3 — 70.66 (140 178 запросов).
Требования к железу: около 54 ГБ VRAM для загрузки весов в bf16 (для видеокарт на 24 ГБ автор рекомендует 3-битную версию).
Детали сборки: эмбеддинги, нормы, vision tower и readout скопированы из d3-ultra без изменений; вмердженная LoRA обучена на разметке Fastino GLiDE.
Лицензия: код и базовые веса d3-ultra под Apache-2.0, итоговая модель распространяется под Fastino Community License.
Обсудить Telegram 0 25

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 49 GB · готовые файлы54 GB
  • FP8 / INT8рекомендуемвеса 24 GB27 GB
  • 4-bitвеса 14 GB16 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.

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.

    # BoldingBuilds/Wildcat-d3-ultra-bf16
    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 BoldingBuilds/Wildcat-d3-ultra-bf16 --local-dir ~/models/Wildcat-d3-ultra-bf16
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Wildcat-d3-ultra-bf16
  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

vllm-sr/d3-ultra

Новые посты про версии d3-ultra — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 10Все на Hugging Face
Дообучения 2Все на Hugging Face

О модели

BoldingBuilds/Wildcat-d3-ultra-bf16
Автор
BoldingBuilds
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии