К содержимому
Другое

SVG rebuttal trained checkpoints

батч чекпоинтов StarVector, OmniSVG и адаптеров

1 мин чтенияобновлено

Это публичный батч обученных чекпоинтов и адаптеров, который moeKedama выложил из lab7 с разрешения владельца. Внутри — семь инференс-чекпоинтов StarVector, исправленный OmniSVG SVGIcon Baseline и 13 финальных адаптеров Qwen8/LLaVA8. Файлы лежат в trained_checkpoints_20261106_v1/, а размеры, SHA256 и происхождение конфигов — в MANIFEST.json.

Ключевые особенности

  • Семь чекпоинтов StarVector: шесть исторических групп schedulerfix и исправленный warmup125 UniSVG S2.
  • Исправленный OmniSVG SVGIcon Baseline: 2706 шагов оптимизатора и training verification receipt.
  • 13 финальных адаптеров Qwen8/LLaVA8, которых не было в предыдущем backup.
  • Пути к базовым моделям в adapter_config.json сделаны переносимыми через официальный репозиторий и ревизию.
  • Веса не менялись; для StarVector нужно сохранять config.yaml и архив исходников.

Пример

Сценарий из карточки: если вы уже используете StarVector или OmniSVG, скачайте официальную базовую модель, указанную в adapter_config.json, и загрузите соответствующий адаптер. Для StarVector дополнительно сохраните config.yaml, архив исходников и официальные зависимости модели/токенизатора.

ПодробнееВ батче 7 чекпоинтов StarVector, исправленный OmniSVG Baseline после 2706 обновлений оптимизатора и 13 адаптеров Qwen8/LLaVA8.
Веса не изменены; optimizer/RNG/data-position resume state не включён.
OmniSVG S1 ещё обучается и в батч не входит.
Старые tokenfix_v2 OmniSVG имеют историческую проблему кэша обучающих данных и не подменяют исправленный Baseline.
Бенчмарков и требований к VRAM в карточке нет.
Обсудить Telegram 1

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # moeKedama/svg-rebuttal-trained-checkpoints-20261107
    # ===== 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 moeKedama/svg-rebuttal-trained-checkpoints-20261107 --local-dir ~/models/svg-rebuttal-trained-checkpoints-20261107
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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 svg-rebuttal-trained-checkpoints-20261107 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

moeKedama/svg-rebuttal-trained-checkpoints-20261107
Автор
moeKedama
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

Аудио

StaleyNET

StaleyNET
Другое

BIGR

BIGR