К содержимому
Компьютерное зрение

Qwythos-9B-Claude-Mythos-5-1M-tiiny

reasoning-модель на 9B без цензуры с контекстом 1M токенов

2 мин чтения

Компактная рассуждающая языковая модель на 9,41 млрд параметров от команды Empero (перепакованная для импорта в Tiiny Pocket без изменения весов). Построена на базе Qwen3.5-9B с полностью обновлёнными текстовыми весами и дообучена на более чем 500 млн токенов цепочек рассуждений (CoT — пошагового логического вывода перед ответом) от Claude Mythos, Claude Fable и внутреннего инструмента rethink. Модель выдаёт ход мыслей в блоке , умеет сама вызывать внешние инструменты (Python и поиск) и отвечает без отказов на сложные технические и медицинские вопросы. Подойдёт разработчикам локальных агентов, исследователям и специалистам по кибербезопасности.

Ключевые особенности

  • Контекстное окно 1 048 576 токенов из коробки благодаря включённому по умолчанию YaRN rope-scaling (расширение контекста в 4 раза от базовых 262k).
  • Существенный прирост качества относительно базовой Qwen3.5-9B: +34,3 пункта на MMLU и +30 пунктов на строгое решение задач gsm8k.
  • Нативный вызов функций (function calling) в формате Qwen3.5 с самокоррекцией: в тестах с Python и веб-поиском модель дала точные ответы с источниками в 7 из 7 сложных запросов.
  • Отсутствие цензурных фильтров — модель разбирает темы кибербезопасности, фармакологии, биохимии и клинической медицины без шаблонного уклонения от ответа.

Что можно сделать

  • Загружать целые репозитории кода или подборки из 10–20 научных статей в один промпт для поиска уязвимостей, рефакторинга и сводного анализа без RAG.
  • Подключить модель к python_executor и веб-поиску в агентских пайплайнах для точных вычислений и проверки редких фактов (например, CVE или фармакологических механизмов).
  • Развернуть локально через vLLM или SGLang для автономных ассистентов в сфере ИБ, биомедицины и математики.

Пример

vllm serve fjolsvin/Qwythos-9B-Claude-Mythos-5-1M-tiiny --max-model-len 1010000
ПодробнееБенчмарки (vs Qwen3.5-9B): MMLU — 0.575 (+0.343), gsm8k strict — 0.810 (+0.300), gsm8k flexible — 0.860 (+0.190), GPQA Diamond — 0.580 (-0.050).
Железо: одна видеокарта H100/H200 уверенно тянет 256k–512k контекста; для полного 1M нужен multi-GPU (tensor-parallel) или выгрузка KV-кэша.
Рекомендуемый сэмплинг: temperature=0.6, top_p=0.95, top_k=20, repetition_penalty=1.05 (при T≤0.3 модель уходит в циклы повторов).
Ограничения: визуальный энкодер заморожен и не дообучался; статический YaRN 4.0 слегка снижает качество на коротком контексте; лицензия Apache 2.0.
Обсудить Telegram 0 19

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.

    # fjolsvin/Qwythos-9B-Claude-Mythos-5-1M-tiiny
    # ===== 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 fjolsvin/Qwythos-9B-Claude-Mythos-5-1M-tiiny --local-dir ~/models/Qwythos-9B-Claude-Mythos-5-1M-tiiny
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwythos-9B-Claude-Mythos-5-1M-tiiny
  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 Qwythos-9B-Claude-Mythos-5-1M-tiiny — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

fjolsvin/Qwythos-9B-Claude-Mythos-5-1M-tiiny
Автор
fjolsvin
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

190

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии