К содержимому
Компьютерное зрение

Kataguru-Sceptic-35B-A3B-Finnish-v3.2

финский MoE с переводами и STEM

1 мин чтения

Kataguru-Sceptic-35B-A3B-Finnish-v3.2 — финская MoE-модель от kataguru на базе Kataguru Sceptic 35B-A3B v3.1. Она совмещает языковые, reasoning- и мультимодальные vision-возможности с полностраничным переводом EN ↔ FI; в архитектуре 256 экспертов на слой и 3B активных параметров на токен.

Ключевые особенности

  • 256 экспертов на каждый из 40 слоёв: 254 замороженных эксперта ядра #0–#253 и два новых финских #254–#255.
  • Эксперт #254 отвечает за финскую грамматику, морфологию, падежи и техническую терминологию; #255 — за литературу, нон-фикшн и двунаправленный перевод.
  • Ядро сохраняет reasoning, coding, вызов инструментов, PLC/CNC и 27-слойный vision encoder; контекст — 262 144 токена.
  • Нативный chat template: режимы /fi, /translate и управление глубиной reasoning через {REASON:…}.
  • Опубликованы полные BF16 master weights, а также NVFP4, W4A16-AWQ и GGUF APEX-квантизации.

Пример

Пример запроса: /translate Переведи страницу с английского на финский, сохраняя абзацы и технические термины. Для ответа на финском можно начать промпт с /fi.

ПодробнееБенчмарки базы: 15-Benchmark Mean 70.26%, GPQA Diamond 70.20%, BFCL V4 AST 83.67%.
BF16 требует ~72 GB VRAM; NVFP4/W4A16-AWQ — от 1x 32 GB, GGUF APEX-Medium (~13.6 GiB) — на 16 GB GPU.
Для строгой финской морфологии и вычитки карточка советует temperature=0.2–0.3 и presence_penalty=0.3.
Обсудить Telegram 0 30

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 67 GB · готовые файлы74 GB
  • FP8 / INT8рекомендуемвеса 33 GB37 GB
  • 4-bitвеса 19 GB21 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: В домашние видеокарты не поместится — выгоднее арендовать.

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.

    # kataguru/Kataguru-Sceptic-35B-A3B-Finnish-v3.2
    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 kataguru/Kataguru-Sceptic-35B-A3B-Finnish-v3.2 --local-dir ~/models/Kataguru-Sceptic-35B-A3B-Finnish-v3.2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Kataguru-Sceptic-35B-A3B-Finnish-v3.2
  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

  1. Qwen3.5-35B-A3B-Baseоснова семьи
  2. Qwen3.5-35B-A3B
  3. Kataguru-Sceptic-35B-A3B-v3.1
  4. Kataguru-Sceptic-35B-A3B-Finnish-v3.2

Новые посты про версии Qwen3.5-35B-A3B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 1Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

kataguru/Kataguru-Sceptic-35B-A3B-Finnish-v3.2
Автор
kataguru
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

300

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии