К содержимому
Другое

CRISP

приватный edge–cloud inference с гарантией

2 мин чтенияобновлено

CRISP — исследовательский фреймворк, в котором клиент отправляет на сервер зашумлённый запрос, а затем использует сам шум как дополнительную информацию, чтобы восстановить точный ответ. Серверная часть построена на ResNet-18, на клиенте работает небольшой декодер. В экспериментах на MNIST с механизмом Mixup при K = 16 удаётся перенести на сервер более 99% вычислений нейросети. При этом точность клиента составляет 97.1%, а атакующий угадывает цифру по запросу лишь в 21.7% случаев. Это чекпоинт для воспроизведения исследований приватного inference, а не готовый сервис.

Ключевые особенности

  • Mixup даёт доказуемые information-theoretic гарантии приватности выхода.
  • Более 99% вычислений нейросети уходит на сервер.
  • Точность клиента на MNIST — 97.1% при K = 16.
  • Атакующий предсказывает метку по запросу с точностью 21.7%.
  • В репозитории лежит чекпоинт models/model_mixup_16.pth.

Что можно сделать

  • Собрать демонстрацию edge–cloud inference на MNIST: зашумлённый запрос, ResNet-18 на сервере и клиентский декодер.
  • Воспроизвести эксперименты CRISP с Mixup при K = 16 по коду основного проекта.
  • Использовать как baseline в исследованиях приватного inference и компромисса между приватностью и точностью.

Пример

from huggingface_hub import hf_hub_download
import torch

path = hf_hub_download(
    repo_id="hehteram/CRISP",
    filename="models/model_mixup_16.pth"
)
model.load_state_dict(torch.load(path, map_location="cpu", weights_only=True), strict=True)
ПодробнееMNIST, Mixup K = 16: точность клиента 97.1%, точность атакующего 21.7%, более 99% вычислений на сервере.
Нужны совместимые preprocessing, построение Mixup-запроса и клиентское декодирование из GitHub-репозитория.
Модель заявлена только для research и reproducibility; условия лицензии — в основном репозитории.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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.

    # hehteram/CRISP
    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 hehteram/CRISP --local-dir ~/models/CRISP
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к CRISP
  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 CRISP — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

hehteram/CRISP
Автор
hehteram
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

Другое

P2Echo

P2Echo