К содержимому
Языковые модели

Supermix v99 Cognitive Fabric

микро-LLM на коннектоме дрозофилы с верификацией

2 мин чтенияобновлено

Экспериментальный релиз от Kai9987kai объединяет сверхлёгкие языковые модели (всего 36,6 млн параметров, из которых 9,13 млн активны на токен) и систему Cognitive Fabric для строгой проверки ответов. Архитектура сочетает MoE (Mixture of Experts — сеть с разделением на экспертов) и принципы устройства коннектома нервной системы плодовой мушки (Drosophila) с нейрогенезом, гомеостазом и модулированием ошибок предсказания. В отличие от обычных мини-моделей, система не полагается только на генерацию: встроенный верификатор проверяет логику, математику и код через ограниченный AST-интерпретатор Python и точные решатели. Подойдёт исследователям компактных нейро-символических систем и энтузиастам, запускающим модели локально даже без видеокарты.

Ключевые особенности

  • Сверхкомпактный размер: 36 599 047 общих параметров (9 132 151 активных на токен) и словарь на 9 415 токенов — уверенно работает на обычном CPU.
  • Биоинспирированная архитектура: чекпоинт v96 (основной) использует двухсоматические компартменты и гомеостаз, а экспериментальные v98 и v99 добавляют cns_predictive_error, след Хебба и остановку по энтропии цикла.
  • Детерминированная проверка (SCF): микро-интерпретатор Python AST (лимит 500 операций, без небезопасных eval/exec), точные решатели и офлайн-атлас коннектома доводят точность гибрида до 100% (41/41) на наборах задач.
  • Готовый локальный сервер: в комплекте идёт supermix_chat_server.py с потоковой передачей SSE, спекулятивным декодированием MTP, телеметрией и отображением сертификатов проверки.

Что можно сделать

  • Запустить локальный веб-чат на CPU и сравнить в реальном времени базовый чекпоинт v96 с экспериментальным v99, отслеживая метрики PredErr norm и Hebbian gain.
  • Использовать модуль scf verify через CLI для детерминированной проверки небольших Python-выражений и алгоритмических задач без риска выполнения произвольного кода.
  • Поэкспериментировать с оркестрацией шести семейств моделей Supermix (ChampionNet, CognitiveLeap, QwenLoRA, OmniCollective, MiMoMix, NexusMind) в едином пайплайне.

Пример

pip install torch numpy flask huggingface_hub
huggingface-cli download Kai9987kai/supermix-v99-cognitive-fabric --local-dir .
python example_usage.py
PYTHONPATH=source python -m scf verify "nums = [10, 12, 4]\nr = nums[1] + nums[2] Final r?"
python source/supermix_chat_server.py --model v96_physio_neurogenesis=weights/v96_physio_neurogenesis.selected.pt --port 8780
Подробнее Бенчмарки (чистая нейросеть / гибрид с SCF): v96 набирает 35/41 (0.854) на seed=82, 72/82 (0.878) на seed=83 и 41/41 (1.000) в гибриде; v99 имеет минимальный Dev Loss (0.026452), но на чистых задачах уступает v96 (33/41 и 67/82), поэтому оставлена в статусе экспериментальной.
Железо: протестировано на Windows-11 без GPU (PyTorch 2.11.0+cpu, cuda_available=False); пути выполнения на CUDA не проверялись.
Ограничения: по умолчанию фреймворк SCF выключен (SCF_ENABLED=False), а неверифицированные ответы нейросети помечаются как рекомендательные (answer_authority=False).
Обсудить Telegram 0 129

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.8 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.7 GB
  • 4-bitвеса 0.0 GB0.6 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

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # Kai9987kai/supermix-v99-cognitive-fabric — A30, FP8 / INT8
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
    uv pip install vllm
    vllm serve Kai9987kai/supermix-v99-cognitive-fabric --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к supermix-v99-cognitive-fabric
  3. 3. Пользуйтесь

    Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.

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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Kai9987kai/supermix-v93
  1. supermix-v89основа семьи
  2. supermix-v93
  3. supermix-v99-cognitive-fabric

Новые посты про версии supermix-v89 — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 2Все на Hugging Face

О модели

Kai9987kai/supermix-v99-cognitive-fabric
Автор
Kai9987kai
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

1290

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

DFM-Mimir-v1.8-Mini

DFM-Mimir-v1.8-Mini