К содержимому
Языковые модели

Senik-Quantum-1.7B

компактная LLM с пошаговым рассуждением и защитой от взлома

2 мин чтения

Компактная языковая модель на 1.73 млрд параметров от независимого автора Nikolas Perez для задач с пошаговым рассуждением, кодом и вызовом инструментов. Она построена на 24-слойной гибридной архитектуре (сочетание слоёв свёрток, скользящего окна и глобального внимания) и перед каждым ответом формирует внутреннюю цепочку рассуждений внутри тегов .... В отличие от обычных компактных моделей, при её обучении применяли отбор данных с помощью квантовых алгоритмов и многомерную защиту весов от abliteration (удаления ограничений безопасности путём редактирования весов). Модель подойдёт разработчикам для локального запуска на ноутбуках или edge-устройствах, а также исследователям безопасности LLM.

Ключевые особенности

  • Гибридная архитектура на 24 слоя: включает 13 слоёв gated short-convolution, 5 слоёв sliding-window attention и 6 слоёв global attention с рабочим контекстом 32K.
  • Явные рассуждения : модель сначала проверяет план, алгоритмическую сложность или JSON-схему инструмента внутри скрытого блока, а затем выдаёт ответ.
  • Устойчивость к abliteration и джейлбрейкам: механизмы отказа распределены по нескольким подпространствам и выдерживают направленные атаки Rank-1 и Rank-4 без потери ограничений.
  • Полный комплект весов в репозитории: доступны полная версия в bfloat16 (3.46 GB), готовые GGUF-кванты (от Q4_K_M на 1.10 GB до F16) и промежуточные LoRA-адаптеры.

Что можно сделать

  • Запустить локально на слабом железе: использовать квантованную версию senik-quantum-1.7b-q4_k_m.gguf через llama.cpp на ноутбуке или устройстве с 8 ГБ памяти.
  • Встроить в агентские пайплайны: применять модель для пошагового планирования, генерации строгого JSON для tool-calling, оптимизации алгоритмов и решения математических задач.
  • Продолжить дообучение под свои задачи: взять базовые веса bfloat16 или подгрузить готовые адаптеры из папок lora/sft_lora и lora/dpo_lora для экспериментов с выравниванием (alignment).

Пример

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "Lysandra999/Senik-Quantum-1.7B"
tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo_id, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True
)
ПодробнееЯзык: английский (en), объём параметров: 1.73B.
На тесте из 10 доменов на NVIDIA A100-SXM4-40GB модель показала скорость 26.0 tok/s в bfloat16, 100% соблюдение формата (10/10) и 0/10 утечек идентичности.
Этапы обучения: SFT LoRA (8 723 примера, точность токенов 96.82%), Identity & Safety DPO (300 пар, reward accuracy 0.90) и Quantum Anti-Abliteration DPO (120 пар).
В стресс-тесте с редактированием весов (Rank-1 и Rank-4 abliteration) модель сохранила 3/3 отказов на вредоносные запросы и 6/6 проверок идентичности.
Обсудить Telegram 0

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.

    # Lysandra999/Senik-Quantum-1.7B
    # ===== 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 Lysandra999/Senik-Quantum-1.7B --local-dir ~/models/Senik-Quantum-1.7B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Senik-Quantum-1.7B
  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.

  • 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

Новые посты про версии Senik-Quantum-1.7B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Lysandra999/Senik-Quantum-1.7B
Автор
Lysandra999
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии