К содержимому
Компьютерное зрение

Modeline-584B-A17B

RL-адаптер для игры в Celeste в реальном времени

2 мин чтенияобновлено

Modeline-584B-A17B — это LoRA-адаптер (небольшая обучаемая надстройка над базовой моделью) для мультимодальной модели Inkling 2 Small от Thinking Machines, обученный с помощью RL (обучения с подкреплением) проходить классический платформер Celeste Classic в реальном времени на бенчмарке CelesteBench. Обучение проходило на платформе Tinker исключительно на процедурно сгенерированных уровнях, без доступа к комнатам из самого бенчмарка. По сравнению с базовой моделью адаптер заметно повышает стабильность прохождения начального участка, хотя и генерирует более длинные рассуждения на каждый ход. Модель пригодится исследователям RL-агентов, игровых бенчмарков и работы с MoE-архитектурами (Mixture-of-Experts, смесь экспертов).

Ключевые особенности

  • Обучение методом GRPO: модель тренировалась на ~500 проверенных процедурных комнатах (30 шагов по 12 комнат и 8 прогонов) с наградой за выход из комнаты и прогресс к выходу.
  • Полный охват слоёв: LoRA с параметрами rank 32 и alpha 32 применена ко всем линейным слоям (attention, MoE-экспертам и unembedding) и сохранена в float32 весом 16.7 ГБ.
  • Рост стабильности в CelesteBench: средний результат вырос с 0.65% у базовой Inkling 2 Small до 1.07% в 300-секундных прогонах реального времени (режим thinking low).
  • Специфичный формат Tinker: веса экспортированы через save_weights_external с именами модулей Tinker, поэтому не грузятся напрямую через стандартный PeftModel.from_pretrained без переименования.

Что можно сделать

  • Запустить в среде Tinker: загрузить адаптер через экспериментальный API external-weights upload и протестировать агента в реальном времени на CelesteBench.
  • Изучить поведение RL-агентов в платформерах: проанализировать, как функция награды (учитывавшая прогресс в воздухе) сформировала стратегию прыжков в сторону выхода.
  • Смержить веса вручную: переименовать модули под структуру чекпоинта на Hugging Face и применить дельты LoRA к деквантованным весам MoE-экспертов для инференса вне Tinker.

Пример

import json, requests, tinker
from huggingface_hub import hf_hub_download

repo = "lucrbrtv/Modeline-584B-A17B"
rest, service = tinker.RestClient(), tinker.ServiceClient()
start = rest.external_weights_upload_start(
    base_model="thinkingmachines/Inkling-2-Small",
    lora_config=tinker.types.LoraConfig(rank=32, train_unembed=True, train_mlp=True, train_attn=True)).result()
ПодробнееБенчмарк CelesteBench RTC (300 с, thinking low): Modeline-584B-A17B набирает 1.07% (5 запусков) против 0.65% у Inkling 2 Small (7 запусков), уступая GPT 6 Astra (1.96%) и GPT 6.1 Sol medium (3.33%).
Стабильно добирается до вершины первой колонны в 5 из 5 запусков (у базы — 2 из 7), но выше не поднимается.
Средняя длина ответа выросла со ~180 до ~440 токенов на решение, что замедляет отклик и увеличивает стоимость.
Ограничения: пока не поддерживается в transformers/PEFT, для vLLM/SGLang нужен BF16-чекпоинт (публичные весы в NVFP4/MXFP8), а загрузка в Tinker требует активации экспериментального API для организации.
Обсудить Telegram 0 45

Запустится ли?

Не запустится

Не хватает памяти даже для 4-bit. Ниже — где арендовать подходящую видеокарту.

  • U8веса 575 GB · готовые файлы633 GB
  • FP8 / INT8рекомендуемвеса 569 GB626 GB
  • 4-bitвеса 327 GB360 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

Ни один инстанс не вместит модель целиком — нужна выгрузка в ОЗУ или кластер.

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Inkling-2-Small.

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.

    # lucrbrtv/Modeline-584B-A17B
    # ===== 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 thinkingmachines/Inkling-2-Small --local-dir ~/models/Inkling-2-Small
    hf download lucrbrtv/Modeline-584B-A17B --local-dir ~/models/Modeline-584B-A17B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Inkling-2-Small
  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

Нужна базовая модель

thinkingmachines/Inkling-2-Small

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Inkling-2-Small — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 9Все на Hugging Face
LoRA и адаптеры 4Все на Hugging Face

О модели

lucrbrtv/Modeline-584B-A17B
Автор
lucrbrtv
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

450

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

gpt2.5-v0.5

gpt2.5-v0.5
Компьютерное зрение

omr-monophonic

omr-monophonic