К содержимому
Другое

statescope-qwen3.5-0.8b

словари состояний и MLP для анализа модели Qwen3.5-0.8B

2 мин чтенияобновлено

Набор данных и инструментов statescope для модели Qwen3.5-0.8B включает по два словаря на каждый слой (для скрытых состояний потока и MLP-преобразований) вместе с ридером на Python. Библиотека позволяет изучать внутренние вычисления языковой модели через разреженные словари состояний и трансформаций, отслеживая передачу сигналов между токенами и слоями. Релиз полезен исследователям интерпретируемости (interpretability), инженерам и тем, кто изучает устройство внутренних механизмов трансформеров на практике.

Ключевые особенности

  • Словари по слоям: 24 слоя с детализированными конфигурациями состояний и весами в формате safetensors.
  • Анализ потока состояний: разбиение остаточного потока (residual stream) на активные группы направлений.
  • MLP-трансформации: разложение слоев MLP на сумму мелких гейтовых линейных операций.
  • Готовые скрипты: встроенные утилиты для проверки манифеста и воспроизведения экспериментов по подсчету длины строк.

Что можно сделать

  • Анализ активаций: реконструировать скрытые состояния (activations) и проверять работу отдельных голов внимания или GatedDeltaNet.
  • Интерпретация вычислений: изменять коды групп или гейты трансформаций для изучения влияния на итоговый вывод модели.
  • Запуск проверок: использовать скрипт верификации для быстрой перепроверки всех 144 весовых файлов релиза.
  • Интеграция с Python: подключать ридер для отладки поведения модели прямо в пайплайнах с PyTorch и Transformers.

Пример

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from statescope.reader import StateVocab, PublicMolt, capture
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen3.5-0.8B")
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3.5-0.8B", dtype=torch.bfloat16, device_map="cuda").eval()
input_ids = torch.tensor([tokenizer("The committee met on Thursday to review the budget.")["input_ids"]], device="cuda")
V = StateVocab("/state/L9", "cuda")
M = PublicMolt("/mlp/L9", "cuda")
acts = capture(model, 9, input_ids)
x_hat = V.reconstruct(acts["resid_post"], "resid_post.9")
gate, y_hat = M.forward(acts["resid_mid"])
ПодробнееОбщий объем файлов: ~27.4 GiB (146 файлов, включая манифест и конфигурации).
Архитектура состояний: 16 384 групп на слой, по 4 направления в группе, активно 24 группы на токен.
Словари MLP: 3 968 трансформаций на слой.
Требования к окружению: Python 3.12+, torch 2.11.0+cu128, transformers 5.20.2.
Связанные релизы: доступна аналогичная версия для Qwen3.5-4B.
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.6 GB · готовые файлы1.2 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.9 GB
  • 4-bitвеса 0.2 GB0.7 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.

    # mconcat/statescope-qwen3.5-0.8b
    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 mconcat/statescope-qwen3.5-0.8b --local-dir ~/models/statescope-qwen3.5-0.8b
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к statescope-qwen3.5-0.8b
  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

Дообучение модели

Qwen/Qwen3.5-0.8B
  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. statescope-qwen3.5-0.8b

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

mconcat/statescope-qwen3.5-0.8b
Автор
mconcat
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

KavyaBot-v1

KavyaBot-v1
Другое

SahayakLLM

SahayakLLM
Компьютерное зрение

Shot Reader 8B

Shot Reader 8B