языковая модель без attention на демпфированных осцилляторах
schedule 2 мин чтенияобновлено
Экспериментальная компактная модель генерации английского текста от исследователя dimitarpg13, построенная в рамках проекта Semantic Simulation (Gen 3) без стандартного механизма внимания (noattn). В основе лежит двухслойная консервативная архитектура на базе точного интегрирования жёстких мод как демпфированных осцилляторов и потенциального банка Vθ из восьми анизотропных гауссовых ям. В отличие от базовой версии SR2 на 0.53B токенов, эта модель обучена на вчетверо большем объёме данных — 2.13B токенов из OpenWebText — при сохранении всех 76.6 млн параметров. Работа пригодится исследователям альтернативных архитектур LLM, изучающим законы масштабирования и физические аналогии в глубоком обучении.
Ключевые особенности
Нестандартная архитектура: вместо классических трансформерных блоков используются 2 слоя с потенциальными ямами (Vθ) и точным интегрированием затухающих осцилляторов (BAOAB/CfC) с «живыми» градиентами.
Масштабирование лучше GPT-2: при увеличении датасета в 4 раза перплексия (PPL — мера неуверенности модели при предсказании текста) упала на 16.7% (с 58.32 до 48.58), тогда как сопоставимый GPT-2 улучшился на 11.7%.
Лидерство до фазы затухания: на протяжении фазы постоянного learning rate модель опережала GPT-2 по перплексии (на 5.2% к шагу 48 500), но уступила на финальном этапе cosine decay.
Дискретизация шага: при обучении на 2.13B токенов послойное преобразование перестало быть близкой аппроксимацией непрерывного потока (отклонение выросло с 0.10 до 0.92 нат).
Что можно сделать
Изучить динамику потенциалов: прогнать диагностические скрипты из репозитория (vtheta_well_probe.py, refinement_flow_confirmation.py) по сохранённым чекпоинтам для анализа специализации ям Vθ.
Сравнить альтернативы трансформерам: использовать веса и замеры как контрольную точку при разработке компактных языковых моделей без классического self-attention.
ПодробнееПараметры: 76,572,110 (из них 35.4 млн в банке Vθ), 2 слоя, контекст 512 токенов. Метрики (OpenWebText val PPL): 48.58 (settled), лучший чекпоинт — 47.56 (шаг 126 500); для сравнения, GPT-2 (33.7M, 8 слоёв) на том же бюджете показал 42.69. Обучение: 130 000 шагов (2.13B токенов), около 40 часов на одной NVIDIA A100 80 GB (пик VRAM — 46.2 GB при сплите 16×2). Ограничения: только английский язык; модель исследовательская, для полноценного воспроизведения требуется ноутбук colab_fock_cfc_baoab_lowrank_depth_ladder_openwebtext_d384.ipynb.
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.
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.
# dimitarpg13/semsimula-ladder-live-owt-d384-l2-none-norc-sr2-2b — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve dimitarpg13/semsimula-ladder-live-owt-d384-l2-none-norc-sr2-2b --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
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.
Комментарии