К содержимому
Компьютерное зрение

Qwen3.5-0.8B-NKC

модификация весов для логики и физики

2 мин чтенияобновлено

Модель Qwen3.5-0.8B-NKC создана на базе компактной языковой модели Qwen/Qwen3.5-0.8B (873.4 млн параметров) с помощью метода Neural Knowledge Compiler (НКС) — компиляции навыков из других сетей прямо в существующие веса без добавления новых параметров. За счет изменения всего 0.38% весов разработчики смогли значительно прокачать математический режим размышлений (thinking mode), а также добавить модели базовое понимание глубины сцены и физики движения. Модель загружается со стандартной библиотекой transformers и не требует кастомного кода на инференсе. Она пригодится разработчикам и исследователям, которым нужна компактная модель с усиленными логическими возможностями.

Ключевые особенности

  • Нулевое увеличение параметров: все улучшения записаны в существующие тензоры базовой модели.
  • Рост точности в математике: на бенчмарках MATH-500 и GSM8K в режиме размышлений показатели выросли с 6% до 53% и с 16% до 76%.
  • Добавленный анализ глубины: интеграция данных из Depth Anything V2 улучшила оценку удаленности объектов.
  • Физическое предсказание: модель обучена оценивать, сдвинет ли толчок объект (на основе JEPA-WM).

Что можно сделать

  • Решать математические и логические задачи в режиме рассуждений (enable_thinking=True) с высокой точностью.
  • Тестировать пространственное восприятие и оценку глубины на изображениях с помощью встроенных визуальных слоев.
  • Использовать стандартный пайплайн transformers для интеграции модели в локальные чат-боты и пайплайны обработки текста и картинок.

Пример

from transformers import AutoModelForImageTextToText, AutoProcessor

model = AutoModelForImageTextToText.from_pretrained("MichielH/Qwen3.5-0.8B-NKC", dtype="bfloat16", device_map="auto")
processor = AutoProcessor.from_pretrained("MichielH/Qwen3.5-0.8B-NKC")

messages = [{"role": "user", "content": [{"type": "text", "text": "What is 17 * 23? Please reason step by step, and put your final answer within \\boxed{}."}]}]
inputs = processor.apply_chat_template(messages, add_generation_prompt=True, tokenize=True, return_dict=True, return_tensors="pt", enable_thinking=True).to(model.device)
out = model.generate(**inputs, max_new_tokens=4096, do_sample=True, temperature=0.6, top_p=0.95, top_k=20)
print(processor.decode(out[0, inputs["input_ids"].shape[1]:], skip_special_tokens=True))
Подробнее• Базовая модель: Qwen/Qwen3.5-0.8B (873.4M параметров)
• Изменено весов: около 3.28 млн (0.38% от общего числа)
• Бенчмарки: MATH-500 с thinking вырос с 6% до 53%, GSM8K — с 16% до 76%
• Ограничения: в стандартном default режиме без thinking математика может незначительно проседать
Обсудить Telegram 0 12

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.6 GB · готовые файлы2.3 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB1.4 GB
  • 4-bitвеса 0.5 GB1.0 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.

    # MichielH/Qwen3.5-0.8B-NKC
    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 MichielH/Qwen3.5-0.8B-NKC --local-dir ~/models/Qwen3.5-0.8B-NKC
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.5-0.8B-NKC
  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. Qwen3.5-0.8B-NKC

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

MichielH/Qwen3.5-0.8B-NKC
Автор
MichielH
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

120

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

SwAP-7B-theta0.1

SwAP-7B-theta0.1