К содержимому
Другое

python-coder-3b-research-GGUF

квантованные версии для локального запуска

1 мин чтенияобновлено

Набор готовых квантованных файлов (сжатых версий весов) для языковой модели python-coder-3b-research от автора mradermacher. Модель предназначена для помощи в написании и отладке кода на Python. Формат GGUF (формат хранения моделей для эффективного запуска на CPU и GPU) позволяет запускать модель на потребительском железе и ноутбуках с минимальным потреблением ресурсов. Подойдет разработчикам, которым нужен локальный ассистент для программирования без отправки кода на сторонние серверами.

Ключевые особенности

  • Формат GGUF: полная совместимость с популярными локальными рантаймами (например, llama.cpp).
  • Широкий выбор квантований: от компактных 2-битных до качественных 8-битных и f16 файлов.
  • Оптимизация под скорость: варианты вроде Q4_K_M обеспечивают баланс между быстродействием и точностью.
  • Легковесность: база модели имеет размер 3 миллиарда параметров, что отлично подходит для слабых ПК.

Что можно сделать

  • Запустить локально: развернуть модель в приложениях вроде LM Studio или Ollama для работы оффлайн.
  • Писать код на Python: использовать ассистента в среде разработки для генерации функций и скриптов.
  • Интегрировать в ботов: подключить веса к собственным скриптам на Python через llama-cpp-python.

Пример

Скачайте нужный файл квантования (например, Q4_K_M) и запустите его через совместимый сервер или клиент для GGUF-моделей, указав путь к файлу весов.

ПодробнееБазовая модель: Noor-Khan/python-coder-3b-research
Доступные размеры файлов: от 1.4 ГБ (Q2_K) до 6.3 ГБ (f16)
Рекомендуемые варианты: Q4_K_M (около 2.0 ГБ) и Q8_0 (около 3.4 ГБ)
Обсудить Telegram 1 278

Запустится ли?

Запустится в GGUF F16

Влезает самая точная из готовых сжатых версий.

  • GGUF F16веса 5.8 GB · готовые файлы6.8 GB
  • GGUF Q8_0рекомендуемвеса 3.1 GB · готовые файлы3.9 GB
  • GGUF Q6_Kвеса 2.4 GB · готовые файлы3.1 GB
  • GGUF Q5_K_Mвеса 2.1 GB · готовые файлы2.8 GB
  • GGUF Q5_K_Sвеса 2.0 GB · готовые файлы2.7 GB
  • GGUF Q4_K_Mвеса 1.8 GB · готовые файлы2.5 GB
  • GGUF Q4_K_Sвеса 1.7 GB · готовые файлы2.4 GB
  • GGUF IQ4_XSвеса 1.6 GB · готовые файлы2.3 GB
  • GGUF Q3_K_Lвеса 1.6 GB · готовые файлы2.2 GB
  • GGUF Q3_K_Mвеса 1.5 GB · готовые файлы2.1 GB
  • GGUF Q3_K_Sвеса 1.4 GB · готовые файлы2.0 GB
  • GGUF Q2_Kвеса 1.2 GB · готовые файлы1.8 GB

Совет: берите 8-bit.GGUF Q8_0 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: GGUF Q8_0 — от RTX 2060 · GGUF F16 — от RTX 5060 Ti 8GB

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.

    # mradermacher/python-coder-3b-research-GGUF
    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 mradermacher/python-coder-3b-research-GGUF --local-dir ~/models/python-coder-3b-research-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к python-coder-3b-research-GGUF
  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

Noor-Khan/python-coder-3b-research
  1. Qwen2.5-3B-Instruct-abliteratedоснова семьи
  2. Qwen2.5-3B-Instruct-abliterated-SFT
  3. python-coder-3b-research
  4. python-coder-3b-research-GGUF

Новые посты про версии Qwen2.5-3B-Instruct-abliterated — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

mradermacher/python-coder-3b-research-GGUF
Автор
mradermacher
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

2781

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии