К содержимому
Компьютерное зрение

Joko-edited

точечная правка зацикливания thinking

2 мин чтения

Экспериментальный чекпоинт на базе Qwen/Qwen3.5-2B (2,21 млрд параметров) — двуязычный помощник для индонезийского и английского. Это не новая тренировка: в полных BF16-весах изменена одна tied-строка embedding/output для токена </think> (248069), всего 2000 значений, без градиентов и обучения.

Ключевые особенности

  • Правка одной строки весов влияет и на чтение, и на генерацию токена </think>.
  • База — Qwen3.5-2B; исходный SFT-экспорт Joko epoch 2 с merged LoRA rank 16 / alpha 32.
  • Поддерживает индонезийский и английский, image-text-to-text, обучен в том числе на GUI/agent-данных.
  • В калибровочном тесте identity-промпт завершился за 15 токенов вместо 2048; все 10 базовых thinking-ответов дошли до EOS.
  • Задача со скриншотом и копированием иконки всё ещё зацикливалась до 512 токенов.
  • Inference по умолчанию работает в non-thinking режиме.

Пример

Калибровочный identity-промпт: вместо ухода в цикл до 2048 токенов ответ закончился за 15 токенов. На 10 простых thinking-запросах модель дошла до EOS, но сценарий со скриншотом и копированием иконки не исправился — цикл до 512 токенов.

ПодробнееБенчмарков нет: 15 токенов вместо 2048 и 10/10 EOS — результаты только на калибровочном наборе, не held-out тест.
Полные BF16-веса; нужен Transformers с Qwen3_5ForConditionalGeneration и AutoProcessor, PEFT не требуется.
Обобщение и побочные эффекты не проверены; улучшений в математике, коде и visual grounding не установлено.
Обсудить Telegram 0 20

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 4.1 GB · готовые файлы5.0 GB
  • FP8 / INT8рекомендуемвеса 2.1 GB2.8 GB
  • 4-bitвеса 1.2 GB1.8 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.

    # Mesosfer/Joko-edited
    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 Mesosfer/Joko-edited --local-dir ~/models/Joko-edited
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Joko-edited
  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/Qwen3.5-2B
  1. Qwen3.5-2B-Baseоснова семьи
  2. Qwen3.5-2B
  3. Joko-edited

Новые посты про версии Qwen3.5-2B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 10Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

Mesosfer/Joko-edited
Автор
Mesosfer
Категория
Компьютерное зрение
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

Flint

Flint