К содержимому
Другое

Connais 1

компактный кодировщик для быстрого выбора решений и классификации

2 мин чтенияобновлено

Connais 1 — это небольшая специализированная модель на 67 миллионов параметров (веса занимают 267 МБ), созданная на базе архитектуры ModernBERT (jhu-clsp/ettin-encoder-68m). В отличие от генеративных языковых моделей (LLM (большая языковая модель)), она не генерирует текст, а за один проход кодировщика оценивает поданный текст и возвращает вероятности для заданных вариантов ответа. Модель идеально подходит для выбора инструментов в агентах, маршрутизации запросов и строгой классификации. Она работает только с текстом и обрабатывает до 32 768 токенов (фрагментов текста) на запрос.

Ключевые особенности

  • Двунаправленный кодировщик: анализирует весь текст целиком на основе 19 двунаправленных слоев.
  • Гибкие типы ответов: поддерживает выбор из вариантов (choice), оценку «да/нет» (noul) и числовые шкалы (score).
  • Эффективность на CPU и GPU: быстро работает даже на потребительском железе вроде Apple M4.
  • Без генерации текста: возвращает чёткие вероятности и уверенность (confidence) для каждого варианта без лишних рассуждений.

Что можно сделать

  • Интеграция в агентов: настроить автоматический выбор нужного инструмента или функции по описанию запроса пользователя.
  • Маршрутизация запросов: распределять входящие обращения клиентов по категориям и интентам с помощью точных вероятностей.
  • Бинарная и шкальная классификация: быстро проверять текст на соответствие условиям или оценивать уровень тональности по заданным шкалам.

Пример использования

from connais import load_engine

engine = load_engine('connais-1')
response, timing = engine(
    'User: is it raining in Zurich?',
    {'tool': {'type': 'choice', 'instructions': 'Which tool?',
              'criteria': {'get_weather': 'Current weather', 'none': None}}},
)
Подробнее• Архитектура: 66.8M параметров, включая базу на 42.36M и табличный энкодер.
• Железо: протестировано на Apple M4, экономно расходует ресурсы и память.
• Ограничения: знает мало фактов, работает только с текстом (преимущественно английский), длинные контексты более 8к токенов опираются в основном на текст рядом с вопросом.
• Лицензия: веса под CC BY-NC 4.0, код под Apache License 2.0.
Примеры
Обсудить Telegram 1 34

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.2 GB · готовые файлы0.8 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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 · F32 — 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.

    # Connais/connais-1-68m
    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 Connais/connais-1-68m --local-dir ~/models/connais-1-68m
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к connais-1-68m
  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

jhu-clsp/ettin-encoder-68m

Новые посты про версии ettin-encoder-68m — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Connais/connais-1-68m
Автор
Connais
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

341

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Argus V3

Argus V3