К содержимому
Другое

Kefir 2 SFT

эксперимент по обучению компактной MoE-модели вовремя останавливаться

2 мин чтенияобновлено

Перед нами два исследовательских чекпоинта языковой модели Kefir 2 на 207 млн параметров с архитектурой MoE (Mixture of Experts — модель с несколькими экспертными подсетями). Главная проблема базовой чат-версии заключалась в том, что она знала правильные ответы, но редко останавливала генерацию самостоятельно. Автор от автора EdoardoAvenia исправил это при SFT-дообучении (Supervised Fine-Tuning — обучение с учителем на диалогах), увеличив в 4 раза вес ошибки на токене конца ответа (ID 0). В итоге доля ответов, которые модель завершает сама, выросла почти вдвое без потери точности. Чекпоинты выложены в формате safetensors для воспроизводимости экспериментов и пригодятся исследователям компактных языковых архитектур.

Ключевые особенности

  • Необычная архитектура: модель использует механизм CaseBits (токен в нижнем регистре плюс отдельная голова на 4 варианта регистра) и хешированную n-gram память.
  • Контроль завершения ответа: четырехкратное усиление веса потери на конечном токене (ID 0) подняло долю самостоятельных остановок с 38.6% до 64.7% (seed 17) и с 40.3% до 66.1% (seed 18).
  • Сохранение качества: точность ответов и loss на отложенной выборке остались на прежнем уровне (+0.1 и +0.2 пункта), а доля строгих ответов удвоилась.
  • Два сида в комплекте: в репозитории лежат веса s17 и s18 в точности F32 вместе с JSON-манифестами, где зафиксированы все детали обучения.

Что можно сделать

  • Изучить влияние весов лосса на SFT: сравнить манифесты и поведение моделей на двух сидах (17 и 18), чтобы воспроизвести метод борьбы с «болтливостью» малых LLM.
  • Исследовать работу CaseBits и n-gram памяти: протестировать поведение 207M-модели с нестандартной токенизацией регистра в исследовательском коде Kefir 2.

Пример

Готового кода запуска в карточке нет: веса несовместимы с библиотекой transformers и загружаются только через оригинальный исследовательский код Kefir 2. В репозитории доступны два файла весов (kefir2-sft-eodw4-s17-470.safetensors и s18), к каждому прилагается файл manifest-s{17,18}.json с параметрами обучения и результатами на отложенной выборке.

ПодробнееБенчмарк (1500 парных кейсов): строгие ответы (верные, до 48 токенов, без копирования промпта) выросли с 8.2% до 16.4% (seed 17) и с 8.9% до 16.5% (seed 18).
Обучение: 470 шагов по 32 диалога с чекпоинта претрейна 342500, learning rate 3e-5, на двух GPU T4.
Ограничения: только для исследований и воспроизводимости, safety-настройка отсутствует, формат весов F32 без поддержки Hugging Face Transformers.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # EdoardoAvenia/kefir-2-sft-eodw4
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 EdoardoAvenia/kefir-2-sft-eodw4 --local-dir ~/models/kefir-2-sft-eodw4
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к kefir-2-sft-eodw4
  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 kefir-2-sft-eodw4 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

EdoardoAvenia/kefir-2-sft-eodw4
Автор
EdoardoAvenia
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