К содержимому
Другое

Mesosfer d24 SFT

кастомная GPT-модель для инструкций, кода и агентских задач

2 мин чтения

Компактная языковая модель на базе кастомной архитектуры PyTorch GPT (d24), прошедшая этап SFT (Supervised Fine-Tuning — дообучение с учителем на готовых примерах диалогов и задач). Авторы обучили её на комбинированном датасете d24-tulu-nemotron-mix, объединяющем наборы Tülu 3 для следования инструкциям и написания кода, а также агентские данные NVIDIA Nemotron-SFT-Agentic-v4. На выходе модель умеет вести диалог, писать программный код и выполнять многошаговые инструкции. Решение подойдёт разработчикам и энтузиастам, которым нужна лёгкая локальная модель с готовым пайплайном запуска без привязки к тяжёлым стандартным фреймворкам.

Ключевые особенности

  • Обучена на смеси датасетов Tülu 3 Instruction Following, Tülu 3 Code и NVIDIA Nemotron-SFT-Agentic-v4 для работы с кодом, инструкциями и агентскими сценариями.
  • Построена на кастомной 24-слойной архитектуре GPT (n_layer=24, n_head=12, n_embd=1536) с длиной контекста 2048 токенов.
  • Использует кастомный токенизатор на базе RustBPE / tiktoken со словарём vocab_size=65536.
  • Поставляется в точности BF16 весом около 5.4 ГБ вместе с готовым скриптом inference.py для быстрого старта.

Что можно сделать

  • Запустить локальный консольный чат или одиночную генерацию ответов через встроенный скрипт inference.py.
  • Использовать в задачах генерации и проверки базового Python-кода, например для написания вспомогательных функций.
  • Тестировать в прототипах простых текстовых ассистентов и агентских цепочек с настройкой temperature и repetition-penalty.

Пример

python ~/.cache/mesosfer/inference.py --prompt "Write a Python function to check if a string is a palindrome."
python ~/.cache/mesosfer/inference.py --temperature 0.2 --repetition-penalty 1.08
ПодробнееЧекпоинт: d24-tulu-v1 (шаг 6431, val_bpb = 0.3940)
Архитектура: 24 слоя, 12 голов внимания (n_kv_head=12), размер эмбеддинга 1536, контекст 2048, window_pattern="L"
Вес файла: ~5.4 ГБ в формате BF16, поддерживается запуск через Mesosfer с CUDA или ROCm
Язык: английский
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 5.3 GB · готовые файлы6.4 GB
  • FP8 / INT8рекомендуемвеса 2.7 GB3.4 GB
  • 4-bitвеса 1.5 GB2.2 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 5060 Ti 8GB

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.

    # Dummy9898/mesosfer-d24-sft-nemotron
    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 Dummy9898/mesosfer-d24-sft-nemotron --local-dir ~/models/mesosfer-d24-sft-nemotron
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к mesosfer-d24-sft-nemotron
  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 mesosfer-d24-sft-nemotron — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Dummy9898/mesosfer-d24-sft-nemotron
Автор
Dummy9898
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