К содержимому
Другое

v-jev 1.4

решения вероятностями за один проход

2 мин чтенияобновлено

Модель получает состояние (любой текст или JSON, при желании — картинку) и набор типизированных вопросов, а возвращает не текст, а вероятности: для каждого вопроса — распределение по всем допустимым вариантам. Вопросы четырёх видов: да/нет, выбор из 2–64 именованных вариантов, оценка по 2–10 уровням и read — вытащить из состояния конкретное значение (дату, сумму, id, адрес) или сказать, что его нет. Версия 1.4 как раз добавила извлечение значений и вопросы по изображению. Всё считается за один forward pass: генерировать и парсить ничего не нужно. Доступна в двух размерах — на Qwen3.5-0.8B и Qwen3.5-4B, каждый обучен от своего бэкбона; это research-релиз, проверенный только на английском.

Ключевые особенности

  • Четыре типа вопросов в одном запросе: noul, choice, score и read.
  • Картинку можно положить в состояние — её обрабатывает родной vision-энкодер бэкбона.
  • Режим lock=True: read отвечает, только если значение совпало в трёх формулировках запроса.
  • Ничего не генерируется: 6 решений и 2 read — 36,6 мс у 0.8B на RTX 5090.
  • Решения обучены только на ответах самого бэкбона, поэтому видно, где он уверен, а где сомневается.

Что можно сделать

  • Разбирать входящие заявки: команда, срочность, просят ли возврат — всё одним запросом.
  • Вытаскивать поля из счетов и договоров (дата, сумма, номер) с уверенностью по каждому значению.
  • Проверять фото: например, повреждена ли коробка на снимке со склада.
  • Поставить быстрым решающим слоем перед большой LLM, чтобы не гонять генерацию ради классификации.

Пример

from inference import VJev

jev = VJev(size="4b")
answers = jev.ask(
    "INVOICE INV-2026-0412\nDue: April 3, 2026\nTotal: $1,240.50",
    {"due_date": {"type": "read", "kind": "date", "instructions": "When is the invoice due?"}},
    lock=True,
)
Подробнееtyped-decisions, 5 вопросов в запросе: accuracy 63.8 у 4B и 48.1 у 0.8B (KL от gold 0.272 и 0.372).
JevBench-mini coherence: 69.7 (4B) и 62.4 (0.8B).
Reads на диалогах SGD: exact 96.2 / 95.5.
Память GPU: 1.5 / 1.8 ГБ у 0.8B и 8.0 / 9.1 ГБ у 4B (текст / картинка).
Ограничения: research-релиз, один прогон и один seed на размер, тестировался только английский; бенчмарки в обучении не использовались.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.5 GB · готовые файлы9.8 GB
  • FP8 / INT8рекомендуемвеса 4.2 GB5.2 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.

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.

    # haohan84/v-jev1.4
    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 haohan84/v-jev1.4 --local-dir ~/models/v-jev1.4
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к v-jev1.4
  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

Qwen/Qwen3.5-0.8B
  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. v-jev1.4

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

haohan84/v-jev1.4
Автор
haohan84
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

Компьютерное зрение

Qwen3.8-27B Merge

Qwen3.8-27B Merge
Компьютерное зрение

Qwen3-VL-2B + WSP

Qwen3-VL-2B + WSP
Компьютерное зрение

Cog

Cog