К содержимому
Языковые модели

SAGEMH Qwen2-0.5B IRF

компактный детектор чувства изоляции в постах соцсетей

2 мин чтенияобновлено

Модель анализирует англоязычные посты из социальных сетей и определяет, выражают ли они риск ощущения отверженности и отсутствия социальной принадлежности (thwarted belongingness). На выходе она выдаёт бинарный ответ Yes или No и сразу добавляет короткое текстовое обоснование своего решения. В основе лежит лёгкая языковая модель Qwen2-0.5B от автора g-tertho, дообученная методом LoRA (адаптер для эффективного дообучения без перезаписи всех весов) и слитая в единый чекпоинт в формате float16. В отличие от обычных классификаторов, выдающих только сухую метку класса, эта версия объясняет логику вердикта и при этом занимает меньше гигабайта благодаря размеру 0.49B параметров. Подойдёт исследователям, модераторам и разработчикам систем первиччного мониторинга контента.

Ключевые особенности

  • Компактный размер 0.49B параметров в float16 — быстро работает даже на слабом железе без мощных видеокарт.
  • Генерирует не только метку Yes или No, но и короткое пояснение, почему текст отнесён к выбранному классу.
  • LoRA-адаптер (rank 16, alpha 32) уже объединён с базовой Qwen2-0.5B — модель загружается стандартным способом через transformers.
  • Опубликована в рамках научной работы SAGEMH 2026 года с открытыми метриками на тестовой выборке из 2113 примеров.

Что можно сделать

  • Встроить в пайплайн предварительной модерации англоязычных форумов, комментариев или сообществ для выявления тревожных сообщений.
  • Использовать в академических исследованиях ментального здоровья и анализа больших массивов текстов из соцсетей на локальной машине.
  • Взять как лёгкий базовый классификатор в ансамблях вместе с другими компактными LLM.

Пример

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "g-tertho/sagemh-qwen2-0.5b-irf"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype=torch.float16, device_map="auto")
prompt = tok.apply_chat_template([{"role": "user", "content": 'Consider this post: "..." Question: Does the post show risk of thwarted belongingness?'}], tokenize=False, add_generation_prompt=True)
out = model.generate(**tok(prompt, return_tensors="pt").to(model.device), do_sample=False, max_new_tokens=64)
ПодробнееМетрики на тесте (n = 2113): Weighted F1 — 78.33, Macro F1 — 76.41, Balanced Accuracy — 76.67%, Accuracy — 78.23%, MCC — 0.5286.
Обучение: 5 эпох, lr 2e-4, эффективный batch size 16, длина контекста до 512 токенов, датасет IRF (только английский язык).
Ограничения: не является диагностическим медицинским инструментом, сгенерированное обоснование не верифицируется, плохо переносится на клинические тексты и другие языки.
Лицензия: Apache-2.0.
Обсудить Telegram 0 25

Запустится ли?

Запустится в F16

Влезает без сжатия.

  • F16веса 0.9 GB · готовые файлы1.6 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.2 GB
  • 4-bitвеса 0.3 GB1.0 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 · F16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Для текстовых моделей — с контекстом 8192 токенов.

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.

    # g-tertho/sagemh-qwen2-0.5b-irf — 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 g-tertho/sagemh-qwen2-0.5b-irf --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к sagemh-qwen2-0.5b-irf
  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

Qwen/Qwen2-0.5B

Новые посты про версии Qwen2-0.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

g-tertho/sagemh-qwen2-0.5b-irf
Автор
g-tertho
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

250

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

SEL Qwen 4B

SEL Qwen 4B