К содержимому
Другое

Xinfu-Adapters

task heads для кожной классификации

1 мин чтенияобновлено

Набор локальных весов для экспериментов по классификации кожных изображений и клинического текста. Репозиторий от Ljh-hgf содержит только обученные task heads поверх замороженных энкодеров DermFM: варианты image-only, text-only и image+text для PAD, а также линейный классификатор для HAM10000.

Ключевые особенности

  • В репозитории только task heads: PAD-головы для изображения, текста и мультимодального fusion, плюс HAM10000-голова на 7 классов.
  • Базовые визуальный и текстовый энкодеры DermFM заморожены; их веса сюда не входят.
  • Для PAD доступны отдельные чекпойнты image-only, text-only и image+text.
  • HAM10000-эксперимент — линейный probe на замороженных признаках с Test Accuracy 89.29%.
  • Для запуска нужен проект Jiderma и доступ к gated-модели DermFM-Zero.

Пример

from huggingface_hub import snapshot_download

snapshot_download(
    repo_id="Ljh-hgf/Xinfu-Adapters",
    local_dir="xinfu-task-heads",
    allow_patterns=["pad_multimodal/*/best.pt", "ham7_linear_head/*.pt", "checksums.json"],
)
ПодробнееPAD, test: image-only 80.00% accuracy, text-only 69.57%, image+text 83.48% (balanced accuracy 84.02%, macro F1 80.40%).
HAM10000 linear probe: 89.29% accuracy, 79.34% balanced accuracy, 80.98% macro F1.
PAD-сплит содержит перекрытие пациентов между train/val/test; модель выбрана по validation.
Нужны DermFM-Zero с принятием условий, конфиг/токенизатор PubMedBERT и IlhaEmbed; код — CC BY-NC 4.0.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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

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.

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

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

О модели

Ljh-hgf/Xinfu-Adapters
Автор
Ljh-hgf
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

Языковые модели

SopuCoder Fast

SopuCoder Fast