К содержимому
Другое

CRSN-8L-Phase2-Extension

нетрансформерная языковая модель на 9.54M параметров, обученная на CPU

2 мин чтенияобновлено

CRSN (Clifford Resonant Sheaf Network) — экспериментальная нейродинамическая языковая модель от лаборатории DuoNeural AI Laboratory, в которой квадратичный механизм self-attention заменён на связанные нелинейные гармонические осцилляторы в алгебре Клиффорда (математическом аппарате для работы с многомерными геометрическими объектами). Модель решает задачу генерации текста и пошаговых рассуждений при сверхмалом объёме — всего 9.54 миллиона параметров и 8 слоёв. В отличие от классических LLM, она проектировалась под нативное исполнение на обычных процессорах с поддержкой SIMD (AVX2) и была полностью обучена с нуля на потребительском CPU AMD Ryzen APU. Релиз пригодится исследователям альтернативных архитектур и разработчикам, изучающим компактные модели для запуска на периферийных устройствах (edge reasoning).

Ключевые особенности

  • Архитектура без трансформеров: 8 слоёв на базе связанных гармонических осцилляторов с размерностью D_model=384, состоянием D_state=192 и словарём на 16 384 токена.
  • Обучение и инференс на CPU: чекпоинт crsn_step12500.pt обучен с нуля на обычном процессоре AMD Ryzen APU с использованием гибридного оптимизатора Muon + AdamW.
  • Сбалансированный датасет (Golden Ratio Mixture): модель прошла претрейн на 204.8 млн токенов, включая данные для рассуждений (OpenThoughts-114k, Numina-CoT), кода и SQL (APIGen-80k, BIRD-SQL), формальных грамматик и образовательных текстов (FineWeb-Edu).
  • Стабильная физическая динамика слоёв: по замерам авторов, собственные частоты осцилляторов монотонно снижаются от входных слоёв к выходным (от 0.5432 до 0.5199) при фиксированном коэффициенте затухания около 0.128.

Что можно сделать

  • Изучить альтернативу Attention: проанализировать поведение осцилляторов и частотных режимов на разных слоях при обработке текста.
  • Протестировать инференс на слабом железе: запустить генерацию текста и простых пошаговых логических задач локально на CPU без видеокарты.
  • Использовать как базу для экспериментов: дообучить компактный 9.54M чекпоинт под узкие задачи структурного вывода или формальных грамматик.

Пример

import torch
from model import CRSNLanguageModel, generate, Tokenizer

tokenizer = Tokenizer.from_file("tokenizer_16k.json")
ckpt = torch.load("crsn_step12500.pt", map_location="cpu")
model = CRSNLanguageModel(vocab_size=16384, d_model=384, n_layers=8)
model.load_state_dict(ckpt["model_state"])
prompt = "User: If Alice has 3 boxes and each box has 4 apples, how many apples?\n\nAssistant: Let's think step by step:\n"
print(generate(model, tokenizer, prompt, max_new_tokens=64, temperature=0.3, top_k=40))
ПодробнееПараметры: 9.54M (8 слоёв, словарь 16 384 токена), лицензия MIT.
Объём обучения: 102.4M токенов на этапе Phase 2 Extension (суммарно 204.8M токенов с нуля).
Метрики: лучший Validation Loss составил 2.6508, Perplexity — 14.16.
Железо: обучение и инференс на CPU с инструкциями AVX2 (AMD Ryzen Zen+).
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.

    # DuoNeural/CRSN-8L-Phase2-Extension
    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 DuoNeural/CRSN-8L-Phase2-Extension --local-dir ~/models/CRSN-8L-Phase2-Extension
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к CRSN-8L-Phase2-Extension
  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 CRSN-8L-Phase2-Extension — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

DuoNeural/CRSN-8L-Phase2-Extension
Автор
DuoNeural
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