К содержимому
Другое

body-judge-small-v1

двухголовая модель для фильтрации и оценки AI-ответов

1 мин чтения

Модель создана на базе mmBERT-small и решает сразу две задачи при обработке текстов от языковых моделей. Она находит границы полезного текста (очищая ответ от лишних префиксов, рассуждений и околотемных блоков) и одновременно оценивает каждое предложение по шкале от 0 до 1, показывая, насколько сильно его стоит переписать. Такой инструмент пригодится разработчикам пайплайнов постобработки генеративного контента, системам автофильтрации или авторевьюерам ответов LLM.

Ключевые особенности

  • Двухголовая архитектура: одновременный поиск диапазона основного текста и расчет оценки на качество ревизии по каждому предложению.
  • Различные варианты точности: доступны веса в fp32, fp16 и динамическом int8 для работы на процессорах или видеокартах.
  • Поддержка ONNX: модели легко экспортируются в формат ONNX и ONNX Runtime для кроссплатформенного развертывания.
  • Скользящее окно: поддержка обработки длинных текстов с помощью настраиваемых параметров window_tokens и stride_tokens.

Что можно сделать

  • Очистка генераций: автоматически вырезать из ответов LLM служебные блоки рассуждений и технические префиксы.
  • Контроль качества текста: оценивать сгенерированные статьи или ответы на предмет предложений, требующих редактуры.
  • Интеграция в бэкенд: встроить модель в пайплайн проверки чат-ботов с помощью готовых скриптов на PyTorch или ONNX.

Пример

python infer.py --ckpt ./model_fp16.pt --device cuda --text_file reply.txt
ПодробнееБазовая модель: alphaedge-ai/mmBERT-small-zho-32768 (ModernBERT-small)
Метрики: IoU основного текста 0.9900, Spearman для оценки предложений 0.7016
Лицензия: MIT
Языки: китайский, английский
Обсудить Telegram 0

Запустится ли?

Запустится в FP16

Влезает без сжатия.

  • FP16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.1 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 · FP16 — 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.

    # GoForceX/body-judge-small-v1
    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 GoForceX/body-judge-small-v1 --local-dir ~/models/body-judge-small-v1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к body-judge-small-v1
  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

alphaedge-ai/mmBERT-small-zho-32768
  1. mmBERT-smallоснова семьи
  2. mmBERT-small-zho-32768
  3. body-judge-small-v1

Новые посты про версии mmBERT-small — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

GoForceX/body-judge-small-v1
Автор
GoForceX
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