К содержимому
Другое

kotoshu/grammar-ru v11

локальная проверка грамматики русского языка

2 мин чтенияобновлено

Компактная модель от автора kotoshu для исправления грамматических ошибок в текстах на русском языке полностью локально, без доступа к сети и в реальном времени даже на CPU. В её основе лежит энкодер microsoft/mdeberta-v3-base с архитектурой разметки токенов в стиле GECToR (алгоритм исправляет текст итеративно за несколько проходов). Благодаря очистке словаря и квантованию в формат int8 ONNX итоговый файл весит всего 457.2 МБ, заметно превосходя предыдущую версию v8 по точности правок. Решение подойдёт разработчикам для встраивания быстрой офлайн-проверки правописания в десктопные программы, локальные редакторы и сервисы.

Ключевые особенности

  • Лёгкий вес и скорость: модель весит 457.2 МБ в формате int8 ONNX и работает в реальном времени на обычном процессоре без GPU.
  • Итеративное исправление: использует декодер GECToR с многопроходным применением тегов (до 4 раундов) и правилом отступа MARGIN=1.0.
  • Комбинированный датасет: обучена на 182 031 примере, включающем синтетические пары на базе русской Википедии и исправления, проверенные моделью GLM-5.3-Flash.
  • Точность на уровне оригинала: обрезанная ONNX-версия полностью совпадает по ответам с исходной моделью torch-fp32 (максимальное отклонение 0.003).

Что можно сделать

  • Встроить в офлайн-приложение: добавить приватную проверку русской грамматики в текстовый редактор, заметки или почтовый клиент без отправки данных в облако.
  • Подключить к Ruby-проектам: использовать готовую связку из токенизации на чистом Ruby (SpmBpe) и ONNX Runtime для бэкенд-валидации пользовательского текста.
  • Автоматизировать предмодерацию: быстро отлавливать опечатки и грамматические ошибки в потоке сообщений на сервере без затрат на видеокарты.

Пример

В штатной конфигурации модель запускается через ONNX Runtime с токенизатором SpmBpe и параметрами декодера GectorDecoder: ROUNDS=4, MIN_CONFIDENCE=0.0 и MARGIN=1.0 (нулевой порог уверенности выбран намеренно, так как для данного энкодера уверенность декодера обратно коррелирует с правильностью исправления). На вход подаётся текст на русском языке, а на выходе за несколько итераций формируется исправленный вариант с высокой точностью правок (Precision 0.856).

ПодробнееМетрики (812 пар, ru held-out gold): Precision — 0.856 (против 0.708 у v8), Recall — 0.139, F0.5 — 0.4216 (против 0.3854 у v8).
Размер и формат: 457.2 МБ, int8 ONNX на базе microsoft/mdeberta-v3-base.
Обучение: 3 раунда в bf16 (112 567 синтетических пар + 69 464 исправления GLM-5.3-Flash).
Лицензия: CC BY-NC-SA 4.0 (только для некоммерческого использования).
Обсудить Telegram 0

Запустится ли?

Запустится в INT8

Влезает без сжатия.

  • INT8рекомендуемвеса 0.2 GB · готовые файлы0.7 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.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: INT8 — 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.

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

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

О модели

kotoshu/grammar-ru
Автор
kotoshu
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

nanoMoE

nanoMoE