К содержимому
Другое

PDF Shuffler AI Models

локальные Qwen3 и Qwen3.5 для iOS

2 мин чтенияобновлено

Репозиторий от Freshmob содержит готовые сконвертированные веса семейств Qwen3 (0.6B, 1.7B, 4B) и Qwen3.5 (2B) для локальной обработки документов прямо на мобильном устройстве без отправки данных в облако. В отличие от оригинальных моделей от Qwen, здесь собраны пакеты в форматах MLX (фреймворк Apple для запуска нейросетей на своих чипах) и CoreAI (экспорт через рецепты coreai-models с контекстом 4096 токенов). Модельная база не дообучалась, изменены только формат представления и квантизация (сжатие весов до 4 и 8 бит). Пригодится разработчикам iOS-приложений, которые хотят встроить офлайн-работу с текстом и PDF в свои продукты.

Ключевые особенности

  • Два формата под Apple: веса Qwen3 доступны в версиях MLX 4-bit и CoreAI (смешанная квантизация 4/8-bit), а Qwen3.5-2B — в формате MLX 4-bit.
  • Контекст 4096 токенов: экспорты CoreAI настроены на работу с окном контекста в 4096 токенов для iOS.
  • Строгая верификация: файл AIModels.json фиксирует точные размеры и контрольные суммы SHA-256 для каждого пакета.
  • Открытая лицензия: все пакеты распространяются под лицензией Apache-2.0.

Что можно сделать

  • Встроить локального текстового ассистента в iOS-приложение (от iOS 17+ для MLX или iOS 27+ для CoreAI) для анализа PDF-файлов на устройстве.
  • Использовать готовые 4-битные веса mlx-community в связке с манифестом AIModels.json для безопасной подгрузки моделей по требованию без исполнения стороннего кода.

Пример

В карточке репозитория нет готового кода запуска: приложение PDF Shuffler загружает нужный пакет опционально по закреплённому манифесту AIModels.json (с проверкой SHA-256) и обрабатывает PDF-документы локально на iPhone без передачи файлов на сервер.

ПодробнееБазовые модели: Qwen3 (0.6B, 1.7B, 4B) и Qwen3.5 (2B)
Системные требования: iOS 17+ для MLX, iOS 27+ для CoreAI
Ограничения: экспортер Apple для Qwen3.5 пока не поддерживает iOS; оценки памяти в манифесте — примерные ориентиры для установки, а не замеры пикового потребления на iPhone
Важно: ответы по документам требуют проверки по первоисточнику, возможны фактические ошибки
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 2.1 GB · готовые файлы2.8 GB
  • FP8 / INT8рекомендуемвеса 1.1 GB1.7 GB
  • 4-bitвеса 0.6 GB1.2 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.

    # Freshmob/pdf-shuffler-ai-models
    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 Freshmob/pdf-shuffler-ai-models --local-dir ~/models/pdf-shuffler-ai-models
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pdf-shuffler-ai-models
  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 pdf-shuffler-ai-models — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Freshmob/pdf-shuffler-ai-models
Автор
Freshmob
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

Другое

U-VLM 0.1B

U-VLM 0.1B