К содержимому
Другое

UniGFM-RAG

сквозной поиск и рассуждения по графам

2 мин чтенияобновлено

Чекпоинт модели из одноимённой научной статьи (IEEE TKDE, 2026), который объединяет базовые графовые модели (GFM) и большие языковые модели (LLM) в единый фреймворк GraphRAG. Система решает задачи сложного многошагового поиска (multi-hop retrieval) и логического вывода по графам знаний, выдавая готовый ответ на основе найденных связей. Внутри ретривер на базе GFM соединён с генератором на базе LLM через дифференцируемый графовый мост, что позволяет обучать поиск и генерацию совместно. Разработка пригодится исследователям и инженерам, работающим с графовыми базами знаний и сложными вопросно-ответными системами.

Ключевые особенности

  • Объединение Graph Foundation Models (GFM) и LLM в единый end-to-end пайплайн GraphRAG.
  • Поддержка сложного многошагового поиска и рассуждений (multi-hop retrieval and reasoning).
  • Связка ретривера и генератора через дифференцируемый графовый мост (differentiable graph bridge).
  • Совместная сквозная оптимизация этапов извлечения данных и генерации ответа.

Что можно сделать

  • Провести воспроизведение экспериментов из статьи IEEE TKDE 2026 по теме GraphRAG.
  • Использовать чекпоинт как базу для исследований в области многошаговых вопросно-ответных систем (multi-hop QA).
  • Интегрировать архитектуру в исследовательские прототипы для поиска и рассуждений над структурированными графами.

Пример

В карточке репозитория не приведён готовый код запуска инференса, но описан базовый исследовательский сценарий: подача сложного многошагового запроса к графу знаний, где GFM-ретривер через графовый мост передаёт релевантный контекст в LLM для генерации итогового ответа. Подробности реализации авторы предлагают смотреть в статье на arXiv.

ПодробнееПубликация: IEEE Transactions on Knowledge and Data Engineering (TKDE), 2026
Задача: graph-ml, end-to-end GraphRAG, multi-hop QA
Ограничения: в README нет данных о базовой LLM, количестве параметров, требованиях к VRAM и примеров кода (детали вынесены в статью)
Обсудить Telegram 1

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 46 GB · готовые файлы51 GB
  • FP8 / INT8рекомендуемвеса 23 GB26 GB
  • 4-bitвеса 13 GB15 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.

    # cheng11/UniGFM-RAG
    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 cheng11/UniGFM-RAG --local-dir ~/models/UniGFM-RAG
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к UniGFM-RAG
  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 UniGFM-RAG — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

cheng11/UniGFM-RAG
Автор
cheng11
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии