К содержимому
Языковые модели

Qwen3.8-27B-CTL

генерация и ревью кода на CTL2 для CloverDX

3 мин чтенияобновлено

Специализированная языковая модель для работы с языком CTL2 (CloverDX Transformation Language), на котором пишется бизнес-логика в графах интеграции данных платформы CloverDX. Модель основана на Qwen3.8-27B от автора dpavlis (26.9B параметров) и умеет писать код трансформаций по описанию и метаданным записей, объяснять встроенные функции, искать ошибки при ревью и чинить код по сообщениям компилятора. В отличие от базовой модели, она прошла многоэтапное обучение с проверкой фактов через реальный компилятор CTL и сервер CloverDX, поэтому не выдумывает несуществующие функции и не путает синтаксис с Java или Python. Пригодится дата-инженерам и разработчикам пайплайнов на CloverDX для автоматизации рутинных преобразований и проверки кода.

Ключевые особенности

  • Режим рассуждений: модель рассчитана на работу с включённым thinking-режимом (enable_thinking: true), без которого качество генерации заметно падает, а при ревью чаще появляются ложные срабатывания.
  • Системный промпт из репозитория: для корректной работы требуется передавать system_prompt.txt, в котором закреплены строгие правила CTL2 — от зарезервированных слов до работы с датами в UTC.
  • Цикл исправления ошибок: архитектура использования предполагает автоматическую прогонку сгенерированного кода через компилятор или сервер CloverDX с возвратом текста ошибки в следующий запрос (до двух повторов).
  • Готовые объединённые веса: все адаптеры влиты в единый bf16-чекпоинт, поэтому при деплое не требуется подключать отдельные LoRA.

Что можно сделать

  • Генерировать трансформы Reformat, Rollup, Denormalizer, Normalizer и джойнеры по текстовому описанию задачи и схеме полей.
  • Проводить автоматическое ревью существующих скриптов CTL2: модель размечает найденные проблемы строками [ERROR] и [WARNING].
  • Встроить модель в CI/CD или локальный помощник через vLLM для автоматического исправления ошибок компиляции и рантайма.

Пример

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8000/v1", api_key="none")
system_prompt = open("system_prompt.txt").read()
response = client.chat.completions.create(
    model="ctl2", messages=[{"role": "system", "content": system_prompt}, {"role": "user", "content": "Write a CTL2 Reformat transform..."}],
    temperature=0.4, top_p=0.95, max_tokens=16384, extra_body={"top_k": 20, "chat_template_kwargs": {"enable_thinking": True, "reasoning_effort": "medium"}}
)
print(response.choices[0].message.content)
ПодробнееБенчмарки на сервере CloverDX (с thinking): 0.93 прохождения новых задач с первой попытки (0.94 после цикла компиляции и повтора), ~0.95 обнаруженных внедрённых дефектов при ревью и почти нулевой уровень ложных [ERROR] на чистом коде.
Требования к железу: веса в bf16 занимают около 51 ГБ, нужна видеокарта от 80 ГБ VRAM или тензорный параллелизм. При запуске через vLLM обязательно указывать --max-num-seqs 64 из-за особенностей Mamba-кэша.
Обучение: LoRA SFT + LoRA DPO + on-policy context distillation; vision-башня базовой модели сохранена для совместимости архитектуры, но обучение и оценка велись только на тексте.
Ограничения: работает только с кодом CTL2 (не проектирует графы целиком и не пишет XML компонентов), слабее знает редкие компоненты вроде GetJobInput или ExecuteScript без их описания в промпте.
Обсудить Telegram 0 21

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 51 GB · готовые файлы54 GB
  • FP8 / INT8рекомендуемвеса 25 GB28 GB
  • 4-bitвеса 14 GB17 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.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте RTX A6000

    $0.43 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # dpavlis/Qwen3.8-27B-CTL — RTX A6000, 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 dpavlis/Qwen3.8-27B-CTL --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к Qwen3.8-27B-CTL
  3. 3. Пользуйтесь

    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.

  • 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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Qwen/Qwen3.8-27B

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

dpavlis/Qwen3.8-27B-CTL
Автор
dpavlis
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

210

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Keel-Pro

Keel-Pro
Компьютерное зрение

Qwen3.5-4B-heretic

Qwen3.5-4B-heretic
Языковые модели

Lynx-0.8B

Lynx-0.8B
Языковые модели

SparkQwen

SparkQwen