К содержимому
Другое

Malaysian-Qwen2.5-7B-Instruct

адаптация языковой модели под малайзийский контекст и диалекты

1 мин чтенияобновлено

Модель представляет собой продолжение файнтюна базовой LLM (большой языковой модели) Qwen2.5-7B-Instruct на датасете объемом 1.5 миллиарда токенов. Она обучена с использованием LoRA (небольшой надстройки над базовой моделью) и поддерживает ответы на мандаринском, тамильском, джави, манглише, а также на различных региональных диалектах Малайзии. Модель хорошо справляется с многошаговыми задачами на местном законодательном, политическом и религиозном материале. Она пригодится разработчикам и исследователям, которым требуется качественная обработка текстов с учетом специфики региона.

Ключевые особенности

  • Поддержка множества региональных малайзийских диалектов и языков (джави, манглиш и др.).
  • Написание кода на локальных языках и диалектах.
  • Работа с многошаговым контекстом, включая малайзийское законодательство и культуру.

Что можно сделать

  • Применить в чат-ботах и сервисах поддержки для пользователей из Малайзии.
  • Использовать для генерации и анализа юридической или политической документации региона.

Пример

Использование модели для генерации ответов и работы с малайзийским контекстом через стандартные библиотеки Hugging Face с подключением весов LoRA.

ПодробнееБенчмарки: средняя точность MalayMMLU (0-shot) достигает 69.26% для ревизии с Rank 128.
Обучение: LoRA на проекциях q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj, embed_tokens, lm_head с длиной контекста 8192.
Оборудование: узел с 8x H100 (при поддержке SNS и Nvidia).
Обсудить Telegram 0 20

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 14 GB · готовые файлы16 GB
  • FP8 / INT8рекомендуемвеса 7.1 GB8.3 GB
  • 4-bitвеса 4.0 GB4.9 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 3080 · BF16 — от RTX 4090

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.

    # mdcreativeagent/Malaysian-Qwen2.5-7B-Instruct
    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 mdcreativeagent/Malaysian-Qwen2.5-7B-Instruct --local-dir ~/models/Malaysian-Qwen2.5-7B-Instruct
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Malaysian-Qwen2.5-7B-Instruct
  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 Malaysian-Qwen2.5-7B-Instruct — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

mdcreativeagent/Malaysian-Qwen2.5-7B-Instruct
Автор
mdcreativeagent
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

200

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Asmaa 2B

Asmaa 2B
Компьютерное зрение

qwen3d_points_dist

qwen3d_points_dist