К содержимому
Другое

tiny-aya-sft-v2-dpo-adapter

извлечение данных в JSON без галлюцинаций

2 мин чтенияобновлено

DPO-адаптер в формате LoRA (небольшая надстройка над весами нейросети), созданный для извлечения структурированной информации из текста строго по заданной JSON Schema. На вход подаются схема и документ, а на выходе модель возвращает валидный JSON-объект, подставляя null для отсутствующих в тексте полей. Адаптер построен на базе мультиязычной модели CohereLabs/tiny-aya-global (3.35B параметров) с предварительно влитым чекпоинтом monson2002/tiny-aya-sft-v2-adapter. В отличие от базового SFT-варианта, эта версия дообучена методом DPO (Direct Preference Optimization — выравнивание ответов по парам «хороший/плохой») на 1410 синтетических примерах, чтобы реже выдумывать значения и не заменять найденные данные на null.

Ключевые особенности

  • Работа строго по схеме: извлекает поля в точном соответствии с переданной JSON Schema без лишних ключей, обёрток в markdown и дублирования самой схемы.
  • Баланс против ошибок: датасет предпочтений собран так, чтобы одновременно наказывать модель и за придуманные факты, и за ложные пропуски (over_null).
  • Двухэтапная сборка: адаптер нельзя ставить напрямую на чистую tiny-aya-global — сначала требуется объединить базу с весами tiny-aya-sft-v2-adapter.
  • Компактный размер: основа на 3.35B параметров рассчитана на запуск с 4-битным квантованием NF4 и генерацией до 1280 новых токенов.

Что можно сделать

  • Парсинг документов в пайплайнах: вытаскивать реквизиты, даты и сущности из однотипных текстовых документов сразу в готовый для БД или API формат JSON.
  • Заполнение анкет и карточек: автоматически переносить данные из неструктурированных описаний в строгие шаблоны с корректной обработкой пустых полей.
  • Сравнение SFT и DPO на своих данных: протестировать, насколько выравнивание предпочтений снижает количество структурных ошибок по сравнению с версией SFT v2.

Пример

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

BASE, SFT = "CohereLabs/tiny-aya-global", "monson2002/tiny-aya-sft-v2-adapter"
m = AutoModelForCausalLM.from_pretrained(BASE, dtype=torch.bfloat16)
m = PeftModel.from_pretrained(m, SFT).merge_and_unload()
# Далее загрузите merged_sft_v2 в 4-bit NF4 и подключите адаптер:
# model = PeftModel.from_pretrained(model, "monson2002/tiny-aya-sft-v2-dpo-adapter")
ПодробнееОбучение: AlignTune 0.1.33, DPO (beta 0.1, lr 1e-5, 1 эпоха, LoRA r=16, alpha=32), точность на парах за последние 10 шагов — 0.887.
Оценка качества: бенчмарки после DPO ещё не опубликованы, прирост над SFT v2 пока не замерен.
Ограничения: обучение шло только на синтетических шаблонных текстах, на реальных документах с шумом OCR и таблицами качество может падать.
Лицензия: CC-BY-NC-4.0 (только некоммерческое использование, наследуется от базовой модели).
Обсудить Telegram 0 45

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.3 GB · готовые файлы7.4 GB
  • FP8 / INT8рекомендуемвеса 3.2 GB4.0 GB
  • 4-bitвеса 1.8 GB2.5 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 5060 Ti 8GB

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

Это LoRA: вместе с базовой моделью tiny-aya-global.

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.

    # monson2002/tiny-aya-sft-v2-dpo-adapter
    # ===== 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 CohereLabs/tiny-aya-global --local-dir ~/models/tiny-aya-global
    hf download monson2002/tiny-aya-sft-v2-dpo-adapter --local-dir ~/models/tiny-aya-sft-v2-dpo-adapter
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tiny-aya-global
  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

CohereLabs/tiny-aya-global

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

  1. tiny-aya-baseоснова семьи
  2. tiny-aya-global
  3. tiny-aya-sft-v2-dpo-adapter

Новые посты про версии tiny-aya-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

monson2002/tiny-aya-sft-v2-dpo-adapter
Автор
monson2002
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

450

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии