К содержимому
Другое

Quyet-1.2-Large

модель принятия решений с оценкой вероятностей

2 мин чтенияобновлено

Quyet-1.2-Large — специализированная decision-модель (модель принятия решений) на базе мультиязычной google/gemma-4-31B-it от Chinh Nguyen. Вместо привычной генерации текста она принимает на вход состояние (любой текст, JSON или диалог) и список типизированных вопросов, возвращая откалиброванные вероятности для каждого варианта ответа. Поддерживаются три типа вопросов: выбор одного варианта из списка до 256 пунктов (choice), порядковая шкала оценки от 2 до 10 уровней (score) и бинарная проверка истинности (noul). Модель пригодится разработчикам для задач роутинга, структурированной классификации и оценки уверенности ответа без парсинга свободного текста LLM.

Ключевые особенности

  • Без генерации текста: использует отдельную голову (option head в F32) и оценки символов словаря, сразу выдавая структурированные вероятности и уровень уверенности (confidence).
  • Длинный контекст без обрезки: принимает до 32 768 токенов целиком — если вход превышает лимит, запрос отклоняется, а не обрезается втихую.
  • Кэширование общего префикса: опция prefix_cache=True позволяет обработать общий контекст один раз при задании сразу нескольких вопросов к одному состоянию.
  • Проверка целостности: при загрузке автоматически проверяются файлы модели и хэши весов.

Что можно сделать

  • Маршрутизация обращений в поддержке: по входящему сообщению клиента одновременно определить его намерение, срочность запроса и эмоциональный тон по шкале.
  • Фильтрация и оценка данных в пайплайнах: прогонять длинные JSON-документы или диалоги через набор критериев, получая готовые вероятности вместо нестабильного JSON-вывода обычных LLM.
  • Скоринг и приоритизация заявок: использовать режим score для ранжирования обращений по заданным уровням с прозрачной оценкой уверенности модели.

Пример

import quyet

m = quyet.load("chinhnc/Quyet-1.2-Large")
r = m.predict(
    {"message": "Please close my card, I lost it yesterday."},
    {"intent": {"type": "choice", "instructions": "What does the customer want?",
                 "criteria": {"cancel": "close the card", "limit": "change the limit", "other": None}},
     "urgent": {"type": "noul", "instructions": "The request is urgent."}},
)
print(r["answers"])
ПодробнееПараметры: 31.3B (30.7B текстовая часть + отдельная F32 option head), общий вес файлов 62.5 ГБ в BF16.
Железо: запускается в BF16 на одной GPU 80 ГБ (на H100 занимает ~62 GiB выделенной и ~76 GiB зарезервированной памяти; при нехватке памяти батч автоматически делится).
Лицензия: Apache-2.0 (требуется сохранять файл NOTICE при распространении).
Ограничения: не тестировалась на безопасность, предвзятость и устойчивость к атакам; в половинчатой точности возможны небольшие расхождения на пограничных вопросах.
Обсудить Telegram 0 13

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 58 GB · готовые файлы65 GB
  • FP8 / INT8рекомендуемвеса 29 GB33 GB
  • 4-bitвеса 16 GB19 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: В домашние видеокарты не поместится — выгоднее арендовать.

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.

    # chinhnc/Quyet-1.2-Large
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 chinhnc/Quyet-1.2-Large --local-dir ~/models/Quyet-1.2-Large
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Quyet-1.2-Large
  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

google/gemma-4-31B-it
  1. gemma-4-31Bоснова семьи
  2. gemma-4-31B-it
  3. Quyet-1.2-Large

Новые посты про версии gemma-4-31B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

chinhnc/Quyet-1.2-Large
Автор
chinhnc
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

130

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии