К содержимому
Языковые модели

Lumorux 1.0 GGUF

квантованная модель для программирования и 3D-графики

2 мин чтенияобновлено

Модель представляет собой 4-битную GGUF-версию (формат для запуска на потребительском железе) файнтюна Qwen2.5-Coder-7B-Instruct. Она обучена помогать разработчикам и 3D-художникам с написанием кода, веб-разработкой, а также созданием скриптов для Blender (на Python API) и Three.js / WebGL. От базовой модели Qwen она отличается узкой специализацией на программирование и работу с 3D-пакетами. Полезная модель для локального запуска на обычном ПК или ноутбуке с небольшой VRAM (видеопамятью).

Ключевые особенности

  • Базируется на эффективной архитектуре Qwen2.5-Coder-7B-Instruct с 7.6 млрд параметров.
  • 4-битная квантизация Q4_K_M обеспечивает компактный размер файла (~4.7–5.0 ГБ).
  • Дополнительно обучена на датасетах по Blender Python API, WebGL, Three.js и веб-разработке.
  • Поддерживает контекст до 4096 токенов.

Что можно сделать

  • Писать и отлаживать код на Python, JavaScript, C++, Rust и других языках локально через llama.cpp или Ollama.
  • Создавать скрипты автоматизации для Blender через встроенный Python API.
  • Генерировать сцены и шейдеры для Three.js и WebGL.

Пример

Запуск модели через llama.cpp CLI:

./llama-cli \
  -m lumorux-1.0-Q4_K_M.gguf \
  --sys-prompt "You are Lumorux, an expert coding and 3D assistant." \
  -p "Write a Blender Python script to add a bevel modifier and export as GLB." \
  -n 1024 \
  --temp 0.6 \
  --top-p 0.9 \
  -c 4096
ПодробнееБазовая модель: Qwen/Qwen2.5-Coder-7B-Instruct
Метод обучения: QLoRA (rank 64, α 128)
Требования к VRAM/RAM: ~5.5–6.5 ГБ с учетом контекста
Ограничения: не универсальный чат-бот, оптимизирован под технический и креативный код
Обсудить Telegram 0 11

Запустится ли?

Запустится в GGUF Q4_K_M

Влезает самая точная из готовых сжатых версий.

  • GGUF Q4_K_Mвеса 4.4 GB · готовые файлы5.4 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF Q4_K_M — 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

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # Lumorux/lumorux-1.0-GGUF — A30, GGUF Q4_K_M
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -fsSL https://ollama.com/install.sh | sh
    ollama run hf.co/Lumorux/lumorux-1.0-GGUF:Q4_K_M
    Добавить ещё LoRA к lumorux-1.0-GGUF
  3. 3. Пользуйтесь

    Чат откроется прямо в терминале. Выйти — /bye, запустить снова — та же команда ollama run.

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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Qwen/Qwen2.5-Coder-7B-Instruct
  1. Qwen2.5-7Bоснова семьи
  2. Qwen2.5-Coder-7B
  3. Qwen2.5-Coder-7B-Instruct
  4. lumorux-1.0-GGUF

Новые посты про версии Qwen2.5-7B — 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 5Все на Hugging Face

О модели

Lumorux/lumorux-1.0-GGUF
Автор
Lumorux
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

110

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Opusculum-1.5B

Opusculum-1.5B
Языковые модели

DEx-3B-GGUF

DEx-3B-GGUF