К содержимому
Другое

Rambley-V2-Next-50M

сверхлёгкая языковая модель на 50M параметров

2 мин чтенияобновлено

Rambley-V2-Next-50M — это сверхкомпактная SLM (малая языковая модель) от автора glossia, которая насчитывает всего 49,7 млн параметров и продолжает базовую версию glossia/Rambley-V2-Next-50M-Pretrain. Модель прошла предварительное обучение на новом расширенном миксе данных ClimbMix и этап midtraining (промежуточного дообучения) на его увеличенной версии. Несмотря на крошечный объём, она использует свежие архитектурные решения 2025–2026 годов и занимает 1-е место в рейтинге glossia SLM leaderboard среди моделей до 50M параметров, а также 3-е место в AxiomicLabs Open SLM Leaderboard. Она отлично подойдёт исследователям компактных архитектур, энтузиастам локального запуска на слабом железе и в качестве базы для дальнейшего дообучения.

Ключевые особенности

  • Современный архитектурный стек: использует Virtual Head Attention (32 виртуальные и 8 физических голов запросов), поглавное вентилирование (headwise gated attention) для экономии параметров, обучаемые attention sinks и гибридную схему слоёв SWA:SWA:GQA со скользящим окном 128.
  • Эффективное обучение: модель нативно обучалась в формате FP8 с применением оптимизатора Muon (с ограничениями нормы весов Hyperball) для матриц, AdamW для эмбеддингов, планировщика AIR и патч-уровневого претрейна на 60% бюджета токенов.
  • Контекст и позиционирование: поддерживает нативную длину контекста 2048 токенов с позиционными эмбеддингами HoPE на всех слоях и архитектурой Identity Hyperconnections.
  • Фокус данных: обучение велось на кластерах 2, 6, 12 и 15 датасета ClimbMix — без математического кластера и большинства STEM-направлений.

Что можно сделать

  • Исследовать компактные LLM: изучить на практике влияние Virtual Head Attention, HoPE и оптимизатора Muon на качество сверхмалых моделей.
  • Дообучить под узкую задачу: использовать чекпоинт как лёгкую и быструю базу для файнтюнинга под классификацию, автодополнение или работу с коротким контекстом до 2048 токенов.
  • Запускать на минимальных ресурсах: применять в экспериментах с высокой пропускной способностью инференса, где критична скорость генерации и минимальный расход памяти.

Пример

В карточке приведён замер скорости и точности на бенчмарке arithmark-3 (1000 примеров начальной школьной математики): модель в формате torch.bfloat16 обрабатывает 674,7 примера в секунду (0,24 с на токенизацию и 1,48 с на оценку) и показывает 100% точность в задачах на определение времени (grades 2–3) и 71,15% (acc_norm) в задачах на площадь фигур (grades 4–5), несмотря на исключение STEM-кластеров при обучении.

ПодробнееБенчмарки (0-shot, acc_norm): PIQA — 63,76%, ARC-Easy — 44,99%, HellaSwag — 32,81%, ARC-Challenge — 25,77%, arithmark-3 — 34,90%.
Параметры: 49 718 600 (torch.bfloat16), нативное обучение в FP8, контекст — 2048 токенов.
Ограничения: при обучении исключены математический и большинство STEM-кластеров ClimbMix.
Примеры
Обсудить Telegram 1 41

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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.

    # glossia/Rambley-V2-Next-50M
    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 glossia/Rambley-V2-Next-50M --local-dir ~/models/Rambley-V2-Next-50M
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Rambley-V2-Next-50M
  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

Дообучение модели

glossia/Rambley-V2-Next-50M-Pretrain

Новые посты про версии Rambley-V2-Next-50M-Pretrain — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 1Все на Hugging Face

О модели

glossia/Rambley-V2-Next-50M
Автор
glossia
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

411

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии