К содержимому
Другое

Spark1-14M

крошечная LLM, собранная редактированием весов

1 мин чтенияобновлено

Spark1-14M — английская decoder-only модель на 14,31 млн параметров в стиле Llama. Её не обучали: автор получил веса прямым редактированием и заявляет, что модель обходит Pythia-14M и Ettin-17M на всех проверенных бенчмарках. Контекст — 1024 токена, словарь — 8192 BPE.

Ключевые особенности

  • 14,31M параметров, tied embeddings; hidden 288, 12 слоёв, 6 голов, GQA с 3 KV-головами.
  • Словарь уменьшен с 50 304 до 8192: больше параметров остаётся трансформеру.
  • Без обучения: pruning словаря, depth-scaled init, bias в SwiGLU, буст частых английских токенов и GQA 6→3.
  • Заявлен обход Pythia-14M и Ettin-17M на всех 11 бенчмарках, суммарно 36,6% против 27,0% и 31,9%.
  • Есть GGUF Q8_0 (15,2 МБ) и Q4_0 (8,1 МБ) для llama.cpp/ollama.

Пример

llama-cli -m Spark1-14M-Q8_0.gguf -p 'The man opened the door and' -n 50
ПодробнееБенчмарки: ARC-Challenge 28,4%, HellaSwag 32,8%, PIQA 61,5%, LAMBADA 26,5%.
Ограничения: только английский, контекст 1024, base-модель без instruction tuning; не для фактов и мультиязычности.
Формат: GGUF Q8_0 — точнее, Q4_0 — меньше; запуск через llama.cpp.
Обсудить Telegram 1 28

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # Kuantum-ai1/Spark1-14M
    # ===== 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 Kuantum-ai1/Spark1-14M --local-dir ~/models/Spark1-14M
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Spark1-14M
  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 Spark1-14M — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Kuantum-ai1/Spark1-14M
Автор
Kuantum-ai1
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

281

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии