К содержимому
Другое

Malama Base 85B

полный чекпоинт предобучения гибридной LLM до затухания LR

2 мин чтенияобновлено

Промежуточный тренировочный чекпоинт компактной языковой модели Malama Base на 0.96 млрд параметров, снятый на отметке 84.8 млрд токенов. Модель от автора jfrick построена на гибридной архитектуре, сочетающей Kimi Delta Attention и стандартное полное внимание (full attention). Чекпоинт зафиксирован ровно в конце фазы постоянного learning rate (скорости обучения) — прямо перед стартом фазы затухания (decay), которая в основном прогоне длилась до 100 млрд токенов. Благодаря этому файл служит готовой точкой ветвления для экспериментов с midtraining (промежуточным дообучением на новых доменах) с контрольным прогоном на 100B для честного сравнения.

Ключевые особенности

  • Гибридная архитектура (0.96B): комбинация Kimi Delta Attention и full attention, включающая голову multi-token-prediction (предсказание сразу нескольких токенов вперёд).
  • Полное состояние тренировки: помимо весов в fp32, внутри сохранены состояния оптимизаторов Muon и AdamW, курсоры источников данных и состояние RNG.
  • Контроль воспроизводимости: в файл зашиты конфигурация прогона и контрольные суммы SHA-256 всех исходных файлов тренера.
  • Точка ветвления на 84.8B: позволяет запустить собственную фазу затухания learning rate на других данных и сравнить результат с оригинальным чекпоинтом на 100B токенов.

Что можно сделать

  • Запустить ветку midtraining: продолжить обучение с шага 80 895 на специализированном датасете — например, на коде в формате fill-in-the-middle (заполнение пропусков в середине кода).
  • Провести честные A/B-эксперименты: протестировать разные расписания затухания learning rate или смеси данных, используя оригинальный прогон до 100B в качестве контрольной базы.
  • Разобрать внутренности обучения: извлечь тензоры оптимизаторов Muon и AdamW или статистику датасетов из словаря состояния PyTorch для анализа динамики предобучения.

Пример

import torch
state = torch.load("step-000080895.pt", map_location="cpu", weights_only=False)
state["model"]      # parameter tensors, fp32
state["optimizer"]  # {"muon": ..., "adamw": ...}
state["data"]       # per-source data cursor
ПодробнееФайл: step-000080895.pt размером 8.6 ГБ (формат PyTorch pickle, требуется weights_only=False).
Метрики на шаге 80 895 (84 824 555 520 токенов): средний training loss за 500 шагов равен 2.07.
Тренер из репозитория koogle/lm-exploration (коммит a5c0d47, директория training/hybrid/) проверяет хэши файлов в state["source_sha256"] и не запустит --resume при несовпадении исходников.
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.0 GB · готовые файлы9.3 GB
  • FP8 / INT8рекомендуемвеса 4.0 GB4.9 GB
  • 4-bitвеса 2.3 GB3.0 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.

    # jfrick/malama-base-checkpoint-85b
    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 jfrick/malama-base-checkpoint-85b --local-dir ~/models/malama-base-checkpoint-85b
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к malama-base-checkpoint-85b
  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 malama-base-checkpoint-85b — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

jfrick/malama-base-checkpoint-85b
Автор
jfrick
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии