К содержимому
Другое

TACME

мультимодальная модель для оценки эмоций, личности и амбивалентности

2 мин чтенияобновлено

TACME решает три задачи поведенческого анализа по видео и аудио: распознаёт 7 базовых эмоций, оценивает 5 видимых черт личности (Big Five) и определяет наличие амбивалентности (противоречивого эмоционального состояния). Архитектура построена на общих кросс-модальных экспертах-трансформерах и маршрутизации под конкретную задачу, что позволило обучить единую сеть на непересекающихся датасетах (где каждая выборка размечена только под одну из трёх задач). На вход сеть принимает заранее извлечённые признаки из четырёх потоков: сцены (CLIP), аудио (Wav2Vec2), текста речи (Whisper + RoBERTa) и описания поведения (Qwen3-VL + RoBERTa). В репозитории выложены веса самой сети слияния (fusion-модели) в формате Safetensors под лицензией MIT, а полный пайплайн доступен в GitHub-проекте авторов статьи для EMNLP 2026 Findings. Пригодится исследователям в области аффективных вычислений и мультимодального обучения.

Ключевые особенности

  • Три задачи в одной сети: классификация 7 эмоций, регрессия по 5 видимым чертам личности (открытость, добросовестность, экстраверсия, доброжелательность, эмоциональная стабильность) и бинарная оценка амбивалентности.
  • Четыре потока признаков: объединяет представления сцены (CLIP, 512), голоса (EmoWav2Vec2, 1024), транскрибации (Whisper + RoBERTa, 768) и визуального описания поведения (Qwen3-VL-4B + RoBERTa, 768).
  • Обучение на непересекающихся корпусах: использует общих направленных кросс-модальных экспертов (размерность 128, 8 голов внимания) и гейтинг под задачу, позволяя учиться на разных датасетах без совместной разметки.
  • Улучшение zero-shot переноса: мультинаучение с методами PAGB и flow-matching повысило показатель UAR при распознавании эмоций на незнакомом датасете MELD с 28.9% до 35.9% (+7.0 п.п.).

Что можно сделать

  • Воспроизвести эксперименты из статьи EMNLP 2026: запустить оценку мультимодального слияния на корпусах CMU-MOSEI, ChaLearn First Impressions v2, BAH и MELD.
  • Развернуть демо-приложение с Gradio: подключить веса tacme.safetensors к полному пайплайну из репозитория GitHub для комплексного анализа видео- и аудиозаписей.
  • Использовать как базу для исследований: адаптировать механизм task-aware гейтинга и flow-matching регуляризации для обучения мультимодальных сетей на разрозненных датасетах.

Пример

git clone [https://github.com/DmitryRyumin/TACME.git](https://github.com/DmitryRyumin/TACME.git) && cd TACME
uv sync --locked --no-dev
hf download DmitryRyumin/TACME tacme.safetensors --local-dir models
uv run --no-dev python -c "from tacme.models import load_tacme_model; model = load_tacme_model(device='cpu'); print(type(model).__name__)"
ПодробнееМетрики из статьи: средний ранг 1.00 по шести метрикам в сравнении методов слияния; zero-shot UAR на MELD — 35.9% против 28.9% у однозадачной версии.
Требования: Python 3.14, менеджер пакетов uv; сам чекпоинт загружается на CPU, но полный пайплайн с CLIP, Wav2Vec2, Whisper и Qwen3-VL-4B требует значительного объёма памяти.
Ограничения: не поддерживается загрузка через AutoModel.from_pretrained(); модель предназначена только для исследований и не подходит для клинической диагностики или оценки персонала.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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 · BF16 — 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.

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

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

О модели

DmitryRyumin/TACME
Автор
DmitryRyumin
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

OCEAN-S2

OCEAN-S2
Другое

ReQuest

ReQuest