К содержимому
Другое

WeightSeek-WT4

точечный патч весов против зацикливания в рассуждениях

2 мин чтенияобновлено

WeightSeek-WT4 — это не полноценная нейросеть, а компактный ручной патч (заплатка для весов) для компактной языковой модели Qwen3.5-0.8B weight-space-programming (p50c) от автора efe-T. Он редактирует всего 13 строк в таблице эмбеддингов (векторных представлений токенов), отвечающих за токены рефлексии, чтобы модель меньше повторялась во время пошаговых рассуждений. Главная особенность подхода — полное отсутствие обучения или градиентных обновлений: правки внесены вручную методом weight-space programming (прямого программирования в пространстве весов). Решение пригодится исследователям и разработчикам, которые экспериментируют с компактными LLM (большими языковыми моделями) и хотят управлять их поведением без затратного файнтюна.

Ключевые особенности

  • Точечная правка без обучения: изменяет 13 строк эмбеддингов токенов рефлексии с силой смещения (bias strength) равной 4 без использования градиентов.
  • Компактный формат патча: распространяется в виде файла patch.safetensors с готовыми значениями для замены, а не прибавления дельт.
  • Привязка к конкретной ревизии базы: работает только поверх модели RikiyaT/Qwen3.5-0.8B-weight-space-programming с точным хешем коммита d1671a178705bcab7644806d23c535517f35723b.
  • Открытая лицензия: патч и метаданные опубликованы под свободной лицензией Apache 2.0.

Что можно сделать

  • Уменьшить зацикливание в рассуждениях: применить патч к базовой модели 0.8B, чтобы сократить повторяющиеся размышления при генерации ответов.
  • Изучить weight-space programming: наглядно разобрать, как прямая замена отдельных строк в embed_tokens.weight меняет логику генерации без переобучения всей сети.
  • Встроить в кастомный пайплайн загрузки: использовать safetensors.torch для наложения патча на лету перед инференсом базовой модели.

Пример

from safetensors.torch import load_file

base = load_file("model.safetensors")
patch = load_file("patch.safetensors")
rows = patch["model.language_model.embed_tokens.weight::rows"]
base["model.language_model.embed_tokens.weight"][rows] = patch["model.language_model.embed_tokens.weight::vals"]
ПодробнееБазовая модель: RikiyaT/Qwen3.5-0.8B-weight-space-programming (ревизия d1671a178705bcab7644806d23c535517f35723b)
Формат: не самостоятельный чекпоинт, требуется замена строк в embed_tokens.weight с сохранением связанных входных и выходных эмбеддингов (tied embeddings)
Контроль целостности: точные хеши файлов зафиксированы в wt4.json
Лицензия: Apache License 2.0
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.

    # efe-T/WeightSeek-WT4
    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 efe-T/WeightSeek-WT4 --local-dir ~/models/WeightSeek-WT4
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к WeightSeek-WT4
  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

  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. Qwen3.5-0.8B-weight-space-programming
  4. WeightSeek-WT4

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

efe-T/WeightSeek-WT4
Автор
efe-T
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

Языковые модели

Qwen-GPU

Qwen-GPU
Компьютерное зрение

MedJev-4B

MedJev-4B