К содержимому
Другое

giocorte/totem-kiosk-extractor-sft-v2

LoRA-адаптеры для билетного киоска на Qwen3

2 мин чтения

Этот релиз представляет два новых LoRA-адаптера (небольшие настройки над базовой моделью), обученных вместе на расширенном датасете для автоматизированного билетного киоска на базе Qwen/Qwen3-4B-Instruct-2507. Первый адаптер управляет диалогом с клиентом через интерфейс командной строки, а второй отвечает за точное извлечение состояния заказа на основе каждого сообщения. Модели обучены строго следовать спецификации: использовать точные названия инструментов, корректно обрабатывать локации и предупреждать пользователя о применении значений по умолчанию. Решение пригодится разработчикам голосовых ассистентов, чат-ботов для терминалов и систем автоматизации обслуживания.

Ключевые особенности

  • Двойной адаптер: связка модулей kiosk_v2 для диалога и extractor_v2 для извлечения параметров заказа.
  • Высокая точность названий: попадание в точные имена инструментов выросло до 86% благодаря доработанному датасету.
  • Логика SMS: запросы на отправку информации на телефон теперь корректно мапятся в SMS вместо почты в 14 из 15 случаев.
  • Контекстные зоны: фраза «отсюда» автоматически привязывается к текущему местоположению киоска.

Что можно сделать

  • Развернуть бэкенд киоска: запустить связку адаптеров через vLLM для обслуживания реальных голосовых или текстовых терминалов.
  • Протестировать сценарии: использовать встроенный набор из 50 реалистичных диалогов с языковыми агентами для оценки качества работы.
  • Интегрировать в интерфейс: настроить диалогового агента для покупки билетов на поезд, автобус или паром на нескольких языках.

Пример

Пример запуска двух LoRA-модулей с помощью сервера vLLM:

vllm serve Qwen/Qwen3-4B-Instruct-2507 --max-model-len 32768 --enable-lora --max-lora-rank 32 --max-loras 2 \
  --lora-modules kiosk_v2=./kiosk_v2 extractor_v2=./extractor_v2
Подробнее• Датасет: 460 примеров для киоска и 3146 для извлечения состояний
• Обучение: 3 эпохи для киоска, 2 эпохи для извлечения на GPU H200 NVL
• Результаты тестов: из 28 клиентов успешные покупки совершены в 23 случаях
• Ограничения: ошибки в обработке устных двусмысленных указаний времени и относительных дат
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 7.7 GB · готовые файлы9.0 GB
  • FP8 / INT8рекомендуемвеса 4.0 GB4.9 GB
  • 4-bitвеса 2.4 GB3.1 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 3080

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

Это LoRA: вместе с базовой моделью Qwen3-4B-Instruct-2507.

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.

    # giocorte/totem-kiosk-extractor-sft-v2
    # ===== 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 Qwen/Qwen3-4B-Instruct-2507 --local-dir ~/models/Qwen3-4B-Instruct-2507
    hf download giocorte/totem-kiosk-extractor-sft-v2 --local-dir ~/models/totem-kiosk-extractor-sft-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3-4B-Instruct-2507
  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

Нужна базовая модель

Qwen/Qwen3-4B-Instruct-2507

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Qwen3-4B-Instruct-2507 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 4Все на Hugging Face

О модели

giocorte/totem-kiosk-extractor-sft-v2
Автор
giocorte
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

Totem 4B

Totem 4B