К содержимому
Другое

template-tagger-qwen3.5-4b-lora

автоматическая вставка тегов в шаблоны документов

2 мин чтенияобновлено

LoRA-адаптер (небольшая надстройка над базовой моделью) для Qwen3.5-4B от MeerDevelopment, который умеет расставлять шаблонные переменные в готовом тексте документа. На вход нейросеть получает список тегов с их подписями и сам документ, а на выходе возвращает пары «имя тега — текстовый якорь», указывая, куда именно нужно вставить переменную. В отличие от обычных LLM, модель не переписывает текст заново, благодаря чему исходный файл остаётся неизменным байт в байт. Решение пригодится разработчикам систем документооборота и тем, кто хочет автоматизировать подготовку типовых договоров.

Ключевые особенности

  • Сохранение исходного текста: модель выдаёт только координаты (якоря до 40 символов) для вставки тегов, полностью исключая галлюцинации и случайные правки в самом документе.
  • Независимость от синтаксиса шаблонизатора: адаптер возвращает чистые имена тегов, а обёртки вроде ${}, {{}} или <<>> подставляет вызывающий скрипт.
  • Два варианта загрузки: доступны как веса PEFT-адаптера, так и уже объединённая (merged) версия в формате bf16.
  • Открытая лицензия: распространяется под Apache 2.0, как и базовая Qwen3.5-4B.

Что можно сделать

  • Автоматизация верстки шаблонов: ускорить разметку договоров купли-продажи, актов приёмки и строительных контрактов (основной домен обучения модели) для последующей ручной проверки.
  • Дообучение под свои бланки: использовать модель и описанный в карточке пайплайн как отправную точку для создания собственного теггера под русскоязычные или корпоративные шаблоны.

Пример

import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

base = AutoModelForCausalLM.from_pretrained("Qwen/Qwen3.5-4B", torch_dtype=torch.bfloat16)
model = PeftModel.from_pretrained(base, "MeerDevelopment/template-tagger-qwen3.5-4b-lora")
tok = AutoTokenizer.from_pretrained("Qwen/Qwen3.5-4B")
ПодробнееМетрики (F1): 0.842 на реалистичных синтетических данных (против 0.000 у базовой Qwen3.5-4B) и 0.238 на реальных сканах договоров.
Статус: proof of concept (не готово для продакшена без проверки человеком).
Обучение: 469 синтетических документов (3964 окна), ~80% на нидерландском и ~20% на английском языке, точность bf16.
Ограничения: при запуске нужно задавать enable_thinking=False, а тексты длиннее ~1200 символов разбивать на окна по абзацам.
Обсудить Telegram 2 30

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 17 GB · готовые файлы19 GB
  • FP8 / INT8рекомендуемвеса 12 GB14 GB
  • 4-bitвеса 10 GB12 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 5080 · BF16 — от RTX 4090

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

Это LoRA: вместе с базовой моделью Qwen3.5-4B.

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.

    # MeerDevelopment/template-tagger-qwen3.5-4b-lora
    # ===== 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 Qwen/Qwen3.5-4B --local-dir ~/models/Qwen3.5-4B
    hf download MeerDevelopment/template-tagger-qwen3.5-4b-lora --local-dir ~/models/template-tagger-qwen3.5-4b-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.5-4B
  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

Qwen/Qwen3.5-4B

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

  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. template-tagger-qwen3.5-4b-lora

Новые посты про версии Qwen3.5-4B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

MeerDevelopment/template-tagger-qwen3.5-4b-lora
Автор
MeerDevelopment
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

302

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Baphomet-1.1-4B

Baphomet-1.1-4B