К содержимому
Другое

zils-mini-hj1

компактная модель на базе Qwen3.5-4B для задач принятия решений

2 мин чтенияобновлено

Модель представляет собой файнтюн на 4.54 млрд параметров, подготовленный для пула Zils d3-mini (подсеть Bittensor 127). Она решает задачи принятия решений в экзаменационном и типизированном форматах, сохраняя при этом визуальный модуль (vision tower) от родительской Qwen/Qwen3.5-4B. За основу взято равномерное усреднение весов (weight average — объединение параметров нескольких моделей в одну) двух открытых моделей vllm-sr/d3-mini и torchcast-ai/torchcast-decision-4b, после чего в неё вмержили обученный адаптер LoRA (метод экономичного дообучения). Подойдёт исследователям, участникам децентрализованных ИИ-сетей и разработчикам, которым нужна лёгкая мультимодальная база для классификации и логического выбора.

Ключевые особенности

  • Гибридная база: старт получен путём равномерного слияния весов vllm-sr/d3-mini и torchcast-ai/torchcast-decision-4b на архитектуре Qwen3.5-4B.
  • Сохранено зрение: дообучались только языковые веса, а визуальный энкодер (vision tower) перенесён без изменений от исходной модели.
  • Прозрачный датасет: около 109 000 строк, включая 63 840 типизированных примеров из 413 источников tasksource-jev-typed-decisions и экзаменационные задания, сгенерированные Claude Opus и локальной открытой моделью.
  • Формат весов BF16 при общем размере 4.54B параметров, что позволяет запускать модель на потребительских видеокартах.

Что можно сделать

  • Использовать в качестве готового кандидата («body») или отправной точки для экспериментов в пуле Zils d3-mini подсети Bittensor 127.
  • Применять в пайплайнах маршрутизации запросов и автоматического принятия решений (typed decisions), где требуется выбор из заданных вариантов.
  • Использовать как базу для дальнейшего слияния моделей (model merging) или собственного дообучения на базе семейства Qwen3.5-4B.

Пример

В карточке не приведён готовый код запуска, так как репозиторий содержит только файлы весов. По описанию модель предназначена для обработки экзаменационных вопросов на принятие решений и типизированных задач выбора (typed decisions) в формате Zils, где на вход подаётся условие или контекст с вариантами, а на выходе ожидается структурированный ответ.

ПодробнееПараметры и формат: 4.54B параметров, точность весов BF16.
Детали обучения: 1 эпоха LoRA с рангом 64 (anchor 0.1, lr 5e-5) на ~109 000 примеров с последующим слиянием в базовую модель.
Ограничения и лицензия: в репозитории лежат только веса без скриптов инференса; перед коммерческим использованием необходимо проверить лицензии исходных датасетов (часть данных взята с пометкой license_use: commercial).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.5 GB · готовые файлы9.8 GB
  • FP8 / INT8рекомендуемвеса 4.2 GB5.2 GB
  • 4-bitвеса 2.4 GB3.1 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 3080

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-mini-hj1
    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-mini-hj1 --local-dir ~/models/zils-mini-hj1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к zils-mini-hj1
  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/Qwen3.5-4B
  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. zils-mini-hj1

Новые посты про версии Qwen3.5-4B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Charlie320/zils-mini-hj1
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

Компьютерное зрение

CSM-1-Preview

CSM-1-Preview
Компьютерное зрение

peshgi

peshgi