К содержимому
Другое

Atom Zero 49M

миниатюрный языковой ассистент с упором на локальный RAG

2 мин чтения

Atom Zero 49.2M — это компактная языковая модель на 49,2 миллиона параметров с декодер-архитектурой (decoder-only transformer), созданная для работы на слабом железе вроде RTX 3050 (6 GB). Модель не пытается заменить гигантские нейросети общего назначения и обладает узкими «сырыми» знаниями, компенсируя это встроенной системой RAG (Retrieval-Augmented Generation — поиск релевантных документов для ответов) и детерминированными инструментами. Проект ориентирован на построение приватного локального ассистента для работы с текстами, заметками и простыми задачами без телеметрии и облачных зависимостей.

Ключевые особенности

  • Архитектура decoder-only transformer на 49,2 млн параметров с контекстом в 128 токенов
  • Встроенный гибридный RAG (SQLite FTS5 + векторный поиск MiniLM) с точным поиском фактов
  • Набор локальных инструментов для работы со временем, арифметикой и списком задач
  • Полная локальная приватность без телеметрии, работа на CPU или CUDA

Что можно сделать

  • Развернуть локального помощника для ежедневных заметок и работы с документами на слабомощном ПК
  • Настроить поиск по собственным текстовым файлам и URL с цитированием источников
  • Подключить локальные инструменты для безопасных вычислений и управления задачами
  • Использовать опциональный провайдер для бесшовного подключения более крупных моделей при необходимости

Пример

Запуск проверки модели и бенчмарков из командной строки:

python research/benchmark_raw.py \
  --model checkpoints/transformer_behavior_50m_scaled \
  --out research/results/raw_knowledge_scaled_40k.json
ПодробнееБенчмарки: валидационный chat bpb снизился до 1.3815 (улучшение относительно базы 1.5032)
Требования к железу: PyTorch, CUDA или CPU, протестировано на RTX 3050 (6 GB)
Ограничения: контекст 128 токенов, английский язык, слабые общие рассуждения без RAG
Детали обучения: 6 слоев, размерность 768, 12 голов внимания, обучена на 175M чистых токенов плюс микс
Обсудить Telegram 0 124

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.

    # byjameson/atom-zero-49m
    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 byjameson/atom-zero-49m --local-dir ~/models/atom-zero-49m
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к atom-zero-49m
  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 atom-zero-49m — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

byjameson/atom-zero-49m
Автор
byjameson
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

1240

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

LeanScene

LeanScene