К содержимому
Другое

WordWave

генератор текста на BiLSTM с вниманием и Streamlit-дашбордом

2 мин чтенияобновлено

WordWave — это проект для предсказания следующего токена и генерации текста на базе двунаправленной рекуррентной сети BiLSTM с механизмом аддитивного внимания (Additive Attention — слой, который помогает модели фокусироваться на самых важных частях контекста). В отличие от тяжелых трансформеров, здесь реализован компактный пайплайн на PyTorch с собственным BPE-токенизатором (разбиение слов на подслова для избавления от неизвестных токенов) и готовым веб-интерфейсом на Streamlit. Модель можно обучить с нуля на любом текстовом корпусе без предварительной подготовки файлов и сразу протестировать генерацию с оценкой метрик в реальном времени.

Ключевые особенности

  • Архитектура BiLSTM + Attention — двунаправленный энкодер обрабатывает последовательность в обе стороны, а аддитивное внимание взвешивает контекст перед классификатором.
  • Потоковая загрузка данных — обучение идет через IterableDataset на корпусах любого размера с детерминированным разделением на train/val/test по хешу BLAKE2b без утечки данных.
  • Автоопределение текста — эвристика проверки NULL-байтов и строгого UTF-8 сама отбирает валидные текстовые файлы в директории и игнорирует бинарники.
  • Три стратегии декодирования — поддержка beam search, nucleus (top-p) и temperature sampling при генерации текста.
  • Встроенная аналитика — автоматический расчет Perplexity, Top-5 accuracy, BLEU, ROUGE-L и Distinct-N с выводом в сайдбаре Streamlit.

Что можно сделать

  • Обучить языковую модель на своих текстах — запустить обучение на локальной папке с книгами, статьями или кодом в UTF-8 одной командой.
  • Сравнить стратегии сэмплирования — в веб-интерфейсе Streamlit менять температуру, top_p и ширину луча beam_width, наблюдая за разнообразием текста и метрикой BLEU.
  • Использовать как учебный стенд — изучить реализацию классического NLP-пайплайна с нуля без высокоуровневых оберток вроде Transformers.

Пример

git clone [https://github.com/ang-1107/word-wave.git](https://github.com/ang-1107/word-wave.git)
cd word-wave && pip install -e ".[dev]"
python scripts/build_wiki_dataset.py --size-mb 64
python -m src.train --data-path path/to/corpus --epochs 5
streamlit run app.py
ПодробнееСтек: Python ≥ 3.10, PyTorch, Streamlit, лицензия MIT.
Стабильность обучения: клиппинг градиентов по норме, планировщик ReduceLROnPlateau, early stopping и опциональный FP16 через torch.amp.
Ограничения: поддерживаются только файлы в строгой кодировке UTF-8 (устаревшие вроде windows-1252 игнорируются); встроенный загрузчик Wikitext-103 ограничен размером ~514 МБ.
В карточке не приведены готовые веса и конкретные значения метрик на бенчмарках — модель предназначена для самостоятельного обучения.
Обсудить Telegram 0 27

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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 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.

    # moz-v/word-wave
    # ===== 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 moz-v/word-wave --local-dir ~/models/word-wave
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к word-wave
  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 word-wave — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

moz-v/word-wave
Автор
moz-v
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

270

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

GeoCarto

GeoCarto