К содержимому
Языковые модели

SLM-LogicStrengthen-v2

компактная модель для логики и Z3

2 мин чтенияобновлено

Компактная языковая модель (SLM) на 494 миллиона параметров от автора BRR1154, заточенная под задачи формальной логики первого порядка (FOLIO) и работу с матричными инвариантами и решателем Z3. В основе лежит Qwen2.5-0.5B-Instruct (через промежуточный чекпоинт v1). В этой версии автор применил дообучение LoRA в связке с методом SVD Null-Space Consolidation (проекция обновлений весов в нулевое пространство активаций, чтобы не ломать уже имеющиеся знания) и калибровкой отказа от ответа (ABSTAIN). Модель подойдёт разработчикам и исследователям для экспериментов с локальным детерминированным рассуждением на слабом железе.

Ключевые особенности

  • Сохранение базовых знаний: на тесте ARC-Easy-25 точность выросла с 64.0% до 80.0% по сравнению с версией v1 при сохранении профильного результата на FOLIO-24 + Z3/Matrix-6 (36.67%).
  • Калибровка уверенности: индекс калибровки AA-Omniscience-12 улучшился на +8.33 пункта (с -25.00 до -16.67) благодаря обучению механизма воздержания от ответа при нехватке данных.
  • Точечная хирургия весов: обновлены 48 проекций (q_proj, v_proj, o_proj, down_proj) в слоях 12–23 за 36 шагов градиентного спуска с рангом LoRA 16 и подпространством SVD k=24.
  • Минимальный вес: размер всего 0.49B параметров в формате BF16, что позволяет запускать её практически на любом современном GPU или CPU.

Что можно сделать

  • Встроить в локальные пайплайны верификации кода и логических утверждений совместно с решателем Z3 и Python-проверками.
  • Использовать как лёгкий детерминированный классификатор или парсер для задач, где модели важно уметь вовремя отказаться от галлюцинаций (ABSTAIN).
  • Взять за референс для изучения методов континуального обучения без катастрофического забывания через SVD Null-Space Consolidation.

Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "BRR1154/SLM-LogicStrengthen-v2"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype=torch.bfloat16, device_map="auto")
messages = [{"role": "user", "content": "Solve the specialist task concisely and deterministically."}]
inputs = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(inputs, max_new_tokens=160, do_sample=False)
ПодробнееБенчмарки (v1 → v2): FOLIO-24 + Z3/Matrix-6 — 36.67% (без изменений), ARC-Easy-25 (Raw / PMI-Cal) — 80.0% / 76.0% (+16.0 / +4.0 п.п.), AA-Omniscience-12 — -16.67 (+8.33 п.п.).
Детали обучения: 36 шагов, LoRA rank=16, SVD subspace k=24, max Frobenius shift ratio 1.521%, max null-space orthogonality error 2.736e-09.
Язык модели: английский (en), формат весов BF16 (~1 ГБ видеопамяти).
Обсудить Telegram 0 35

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.9 GB · готовые файлы1.6 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.2 GB
  • 4-bitвеса 0.3 GB1.0 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.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # BRR1154/SLM-LogicStrengthen-v2 — 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 BRR1154/SLM-LogicStrengthen-v2 --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к SLM-LogicStrengthen-v2
  3. 3. Пользуйтесь

    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.

  • 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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Qwen/Qwen2.5-0.5B-Instruct
  1. Qwen2.5-0.5Bоснова семьи
  2. Qwen2.5-0.5B-Instruct
  3. SLM-LogicStrengthen-v2

Новые посты про версии Qwen2.5-0.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

BRR1154/SLM-LogicStrengthen-v2
Автор
BRR1154
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

350

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

nari-decision-9b

nari-decision-9b