К содержимому
Другое

skillforge-skiller-0.5B

компактная языковая модель для работы прямо в браузере

2 мин чтения

Модель представляет собой файнтюн (дообученную версию) компактной базовой модели Qwen2.5-0.5B-Instruct, оптимизированную для преобразования сырых материалов в готовые документы навыков (skill documents). Она специально обучена с использованием LoRA (небольшой надстройки над базовой моделью) на парах материалов и навыков под конкретный системный промпт. Благодаря квантованию в формат q4f16_1 через библиотеку mlc-llm, модель может запускаться прямо в браузере пользователя через WebLLM без использования удаленных серверов. Она отлично подойдет для локальной генерации коротких структурированных документов прямо на устройстве.

Ключевые особенности

  • Базовая модель: Qwen2.5-0.5B-Instruct с неизменной архитектурой.
  • Обучение: LoRA-файнтюн (r=16) на наборе обучающих пар под точную форму документов.
  • Формат: MLC q4f16_1 (8 шардов, общий размер около 278 МБ).
  • Выполнение: запускается локально в браузере через WebLLM с использованием WebGPU.

Что можно сделать

  • Подключить модель в веб-приложение на базе WebLLM для генерации документов навыков локально в браузере.
  • Использовать как бесплатный и конфиденциальный вариант для работы на устройстве без отправки данных на сервер.
  • Генерировать короткие и четко структурированные скиллы и текстовые материалы в условиях ограниченных ресурсов.

Пример

import { CreateMLCEngine } from "@mlc-ai/web-llm";

const engine = await CreateMLCEngine("skillforge-skiller-0.5B", {
  appConfig: {
    model_list: [
      {
        model_id: "skillforge-skiller-0.5B",
        model: "[https://huggingface.co/Ciao22/skillforge-skiller-0.5B](https://huggingface.co/Ciao22/skillforge-skiller-0.5B)",
        model_lib: "[https://raw.githubusercontent.com/mlc-ai/binary-mlc-llm-libs/main/web-llm-models/v0_2_87/base/Qwen2-0.5B-Instruct-q4f16_1_cs1k-webgpu.wasm](https://raw.githubusercontent.com/mlc-ai/binary-mlc-llm-libs/main/web-llm-models/v0_2_87/base/Qwen2-0.5B-Instruct-q4f16_1_cs1k-webgpu.wasm)",
        vram_required_MB: 944.62,
        low_resource_required: true,
        overrides: { context_window_size: 4096 },
      },
    ],
  },
});
ПодробнееТребования к VRAM: около 944.62 МБ.
Ограничения: модель обучена на небольшом наборе вручную созданных пар (12 штук) и имеет размер всего 0.5 млрд параметров, поэтому она лучше всего справляется с короткими задачами и не заменяет крупные флагманские модели.
Обсудить Telegram 1

Запустится ли?

Запустится в GGUF Q4_K_M

Влезает самая точная из готовых сжатых версий.

  • GGUF Q4_K_Mвеса 0.3 GB · готовые файлы0.8 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF Q4_K_M — 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.

    # Ciao22/skillforge-skiller-0.5B
    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 Ciao22/skillforge-skiller-0.5B --local-dir ~/models/skillforge-skiller-0.5B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к skillforge-skiller-0.5B
  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/Qwen2.5-0.5B-Instruct
  1. Qwen2.5-0.5Bоснова семьи
  2. Qwen2.5-0.5B-Instruct
  3. skillforge-skiller-0.5B

Новые посты про версии Qwen2.5-0.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

Ciao22/skillforge-skiller-0.5B
Автор
Ciao22
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

Языковые модели

amaara-code-explore

amaara-code-explore
Языковые модели

jasmine-yomi-2b

jasmine-yomi-2b
Компьютерное зрение

XLL Acts Qwen3.5-9B

XLL Acts Qwen3.5-9B