К содержимому
Другое

Rambley-V3-50M

ультракомпактная экспериментальная языковая модель

1 мин чтенияобновлено

Rambley-V3-50M от автора glossia представляет собой языковую модель (LLM) с архитектурой объёмом около 50 миллионов параметров, обученную с нуля на датасете объёмом около 36B токенов. Модель вобрала в себя множество передовых архитектурных решений, включая виртуальное внимание (Virtual Head Attention), скользящее окно внимания (SWA), позиционные эмбеддинги HoPE и оптимизатор Muon. Она предназначена для исследовательских целей и экспериментов с миниатюрными нейросетевыми архитектурами, объединяя современные наработки индустрии.

Ключевые особенности

  • Нативное обучение в формате BF16 для максимальной стабильности процесса.
  • Использование современных оптимизаторов Muon и AdamW с планировщиком AIR LR.
  • Применение Virtual Head Attention и Headwise gated attention для экономии параметров.
  • Использование механизма Identity Hyperconnections и обученных токенов внимания (attention sinks).

Что можно сделать

  • Запустить претрейн-кодовую базу модели для изучения кастомных архитектурных пайплайнов.
  • Исследовать поведение ультрамаленьких LLM с навороченными механизмами внимания и оптимизации.

Пример

Модель поставляется без готового инференс-скрипта в карточке, но доступна для работы через стандартные библиотеки Hugging Face с использованием репозитория претрейна автора.

ПодробнееПараметры: ~50M (~49.7M)
Датасет: ~36B токенов
Контекст: до 2048 токенов
Основные бенчмарки: ARC-Challenge (acc 0.2116), Hellaswag (acc 0.3021), PIQA (acc 0.6496)
Обсудить Telegram 1 30

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-V3-50M
    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-V3-50M --local-dir ~/models/Rambley-V3-50M
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Rambley-V3-50M
  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

Новые посты про версии Rambley-V3-50M — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

glossia/Rambley-V3-50M
Автор
glossia
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

301

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

RetCast-JEPA

RetCast-JEPA