К содержимому
Языковые модели

southern-lev-fat

расширенный анализ цитат в судебных решениях

2 мин чтенияобновлено

Модель southern-lev-fat представляет собой обновленную версию инструмента для классификации юридических цитат в решениях судов. Она обучена на базе ModernBERT-large (архитектура на основе энкодера) с расширенным контекстом ввода до 1500 байт на каждое вхождение цитаты, что позволяет точнее улавливать контекст обсуждения. Модель классифицирует характер цитирования по 10 меткам, включая негативные трактовки, такие как пересмотр или ограничение прецедента. Разработка ориентирована на автоматизацию юридического анализа и исследователей судебной практики.

Ключевые особенности

  • Широкий контекст ввода: захватывает по 1500 байт текста на вхождение цитаты с пропорцией 30% до и 70% после упоминания.
  • 10 категорий меток: определяет характер применения цитаты (например, follows, distinguishes, overrules).
  • Обучение на агентах: новые обучающие пары размечены с помощью агентов Claude Fable 5.2 по материалам федеральных судов США.
  • Улучшенные метрики: показывает рост AUROC (площадь под ROC-кривой) и лучше находит негативные трактовки по сравнению с базовой версией.

Что можно сделать

  • Анализ судебной практики: автоматизировать проверку того, как нижестоящие суды применяют или критикуют прецедентные решения.
  • Юридический аудит документов: применять модель в пайплайнах обработки правовых текстов для поиска скрытых противоречий в цитатах.
  • Интеграция в скрипты: использовать кастомный скрипт формирования окон контекста для обработки больших массивов мнений судей.

Пример

Пример функции для формирования окон контекста из текста цитирования:

def windows(text, hits, width=1500, before=0.3, n=3):
    b = text.encode("utf8")
    chosen = []
    order = list(dict.fromkeys([0, len(hits) // 2, len(hits) - 1, *range(len(hits))]))
    for i in order:
        h = hits[i]
        centre = (h["start"] + h["end"]) // 2
        lo = max(0, centre - int(width * before))
        hi = min(len(b), lo + width)
        if any(lo < y and x < hi for x, y in chosen):
            continue
        chosen.append((lo, hi))
        if len(chosen) == n:
            break
    return chosen
ПодробнееБазовая модель: ferguscooney/southern-lev (ModernBERT-large)
Параметры: 0.4B
Обучение: три эпохи, батч 2 с накоплением градиентов 4, fp32 на Apple MPS
Метрики: AUROC 0.903 на независимом наборе данных Demir & Canbaz
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 1.5 GB · готовые файлы2.2 GB
  • BF16веса 0.7 GB1.4 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB1.0 GB
  • 4-bitвеса 0.2 GB0.8 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 · F32 — 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

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

  1. 1. Арендуйте A30

    $0.26 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.

    # ferguscooney/southern-lev-fat — A30, 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 ferguscooney/southern-lev-fat --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к southern-lev-fat
  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

ferguscooney/southern-lev
  1. ModernBERT-largeоснова семьи
  2. southern-lev
  3. southern-lev-fat

Новые посты про версии ModernBERT-large — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 7Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 1Все на Hugging Face

О модели

ferguscooney/southern-lev-fat
Автор
ferguscooney
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Spark 2.0-code

Spark 2.0-code