К содержимому
Другое

zils-lite-c5i5

компактная модель на базе Qwen3.5-0.8B с дистилляцией и soup-усреднением

2 мин чтенияобновлено

zils-lite-c5i5 — лёгкая языковая модель с поддержкой зрения (0.85 млрд параметров), созданная для пула d3-lite децентрализованной сети Bittensor (subnet 127). В её основе лежит архитектура Qwen3.5-0.8B: при дообучении обновлялись только текстовые веса в формате BF16, а визуальный модуль (vision tower) перенесён без изменений от родительской модели. Автор объединил уже готовые чекпоинты методом model soup (усреднение весов нескольких моделей), дообучил их с помощью LoRA и применил дистилляцию знаний от более крупного ансамбля d3-mini. Модель заточена под экзаменационные задачи на принятие решений и вызов внешних инструментов (tool-calling), оставаясь максимально компактной.

Ключевые особенности

  • Сборка методом model soup: стартовой точкой стало равномерное усреднение весов двух моделей (zils-lite-dh2 и zils-lite-decision-avg-abc), после чего результат ещё раз усреднили с пятью вариантами LoRA-дообучения.
  • Дистилляция от более сильного учителя: модель обучалась на мягких вероятностях ответов более крупного пула моделей d3-mini, перенимая его логику принятия решений.
  • Навык вызова функций: в обучающую выборку вошли около 1100 примеров для генерации вызовов инструментов (tool-call) на основе датасета glaive-function-calling-v2.
  • Сохранение мультимодальности: визуальный энкодер от Qwen3.5-0.8B оставлен нетронутым, что сохраняет совместимость с исходной компоновкой модели.

Что можно сделать

  • Локальный запуск задач классификации и выбора: использовать модель для быстрой обработки структурированных запросов и задач на принятие решений на слабом железе благодаря размеру 0.85B.
  • Интеграция в агентов с вызовом функций: протестировать модель в сценариях, где требуется формировать вызовы внешних инструментов (function calling) при минимальном расходе памяти.
  • Эксперименты с объединением весов: использовать опубликованные веса в BF16 как базу для дальнейшего model soup или LoRA-адаптации в рамках экосистемы Qwen3.5-0.8B.

Пример

В репозитории опубликованы только файлы весов без примера кода запуска. По описанию обучения модель ориентирована на экзаменационные задачи выбора решений (exam-format decision items) и генерацию вызовов инструментов (tool-call) в формате Qwen3.5-0.8B.

ПодробнееОбучающая выборка: около 46 100 строк (31 100 экзаменационных примеров с ответами от Claude Opus и локальной открытой модели + 15 000 неразмеченных примеров из tasksource-jev-typed-decisions для дистилляции).
Параметры обучения: 5 запусков LoRA (rank 32, с последующим слиянием) по 1 эпохе с learning rate 5e-5, финальные веса — среднее (0.5) между исходным soup и усреднёнными LoRA.
Ограничения: в репозитории лежат только веса; перед коммерческим использованием необходимо проверить лицензии исходных датасетов.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.6 GB · готовые файлы2.2 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB1.4 GB
  • 4-bitвеса 0.4 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.

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.

    # Charlie320/zils-lite-c5i5
    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 Charlie320/zils-lite-c5i5 --local-dir ~/models/zils-lite-c5i5
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к zils-lite-c5i5
  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/Qwen3.5-0.8B
  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. zils-lite-c5i5

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

Charlie320/zils-lite-c5i5
Автор
Charlie320
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

Языковые модели

Lanternfall-4B

Lanternfall-4B