К содержимому
Другое

Qwen3.5-9B Redaktionsfeedback LoRA

автоматическая рецензия графиков

2 мин чтенияобновлено

Эта модель представляет собой LoRA (небольшая надстройка над базовой моделью) для языковой модели Qwen3.5-9B, дообученная для проверки и рецензирования визуальных данных и инфографики. На основе поданных изображений графиков (линейных, круговых, столбчатых и др.) модель анализирует их на предмет ошибок — от отсутствия источников и заголовков до неверной сортировки данных или проблем с цветовой гаммой. Модель выдает готовый текстовый отзыв с критикой или подтверждением качества. Она пригодится разработчикам и редакциям, которым нужно автоматизировать первичную проверку графических материалов перед публикацией.

Ключевые особенности

  • Основана на мощной современной базе Qwen3.5-9B с использованием библиотеки peft.
  • Обучена на специализированном датасете редакторских отзывов на графики и диаграммы.
  • Способна выявлять дефекты визуализации: отсутствие легенд, перепутанные оси или нечитаемые цвета.
  • Генерирует развернутый текст на естественном языке с конкретными замечаниями и предложениями.

Что можно сделать

  • Интегрировать в контент-пайплайн для автоматической проверки создаваемых графиков и диаграмм.
  • Создать бота-редактора для внутреннего контроля качества визуального контента в Telegram или веб-интерфейсе.
  • Использовать для обучения дизайнеров и аналитиков типичным ошибкам при построении диаграмм.

Пример

Пример промпта или работы модели с инфографикой: модель получает изображение круговой диаграммы (pie chart) и возвращает текст: «Zur Grafik habe ich ein paar Anmerkungen. Es fehlt die Quellenangabe. Bitte unter der Grafik die Quelle nennen (Our World in Data).»

ПодробнееБенчмарки и обучение: лучший Eval-Loss составил 0.1130 на 500-м шаге, финальная Token-Accuracy достигла 0.9631.
Гиперпараметры: Learning Rate 0.0002 (cosine), эффективный размер батча 16, LoRA r=32 / alpha=64 / dropout=0.05 в формате bf16.
Обучение заняло около 6.19 часов на датасете из более чем 10 000 примеров (train/val/test).
Примеры
Обсудить Telegram 0 19

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 18 GB · готовые файлы21 GB
  • FP8 / INT8рекомендуемвеса 9.3 GB11 GB
  • 4-bitвеса 5.4 GB6.4 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 2080 Ti · BF16 — от RTX 4090

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Qwen3.5-9B.

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.

    # JGame3/qwen3.5-9b-lora-20261117-0015
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Qwen/Qwen3.5-9B --local-dir ~/models/Qwen3.5-9B
    hf download JGame3/qwen3.5-9b-lora-20261117-0015 --local-dir ~/models/qwen3.5-9b-lora-20261117-0015
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.5-9B
  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

Нужна базовая модель

Qwen/Qwen3.5-9B

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. qwen3.5-9b-lora-20261117-0015

Новые посты про версии Qwen3.5-9B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 6Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

JGame3/qwen3.5-9b-lora-20261117-0015
Автор
JGame3
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

190

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

VisAlloc-9B

VisAlloc-9B