К содержимому
Другое

Qwen3.5-0.8B RAG SFT

маленькая модель для японского RAG-QA

1 мин чтения

Это файнтюн от nakotsuko13 на базе Qwen/Qwen3.5-0.8B (0,87 млрд параметров) для экстрактивного вопрос-ответа в японском RAG по Wikipedia. Архитектура совпадает с базовой моделью, обновлены только веса; язык — японский.

Ключевые особенности

  • Обучен на японском: JSQuAD/JGLUE, NIILC QA, JEMHopQA, auto-wiki-qa и чанках из японской Wikipedia.
  • Формат ответа: JSON с полями answer и chunk_id.
  • На обучении подавались вопрос и контекст: результаты BM25 и чанк с правильным ответом.
  • Данные готовились механически: фильтрация по строковому совпадению, без ручной обработки.
  • Архитектура как у Qwen3.5-0.8B; изменены только веса.

Пример

Сценарий из карточки: BM25 находит чанки по вопросу, они вместе с вопросом подаются модели, а она возвращает {"answer", "chunk_id"} — ответ и идентификатор источника.

ПодробнееБенчмарки в карточке не указаны.
Требования к VRAM не указаны; параметров — 0,87 млрд.
Ограничения: японский язык и экстрактивный QA по предоставленному контексту.
Обучение: контекст из BM25 и чанк с ответом, промпт как при инференсе; ручной обработки данных не было.
Обсудить Telegram 0

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.

    # nakotsuko13/qwen35-0.8b-rag-sft
    # ===== 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 nakotsuko13/qwen35-0.8b-rag-sft --local-dir ~/models/qwen35-0.8b-rag-sft
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к qwen35-0.8b-rag-sft
  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 qwen35-0.8b-rag-sft — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

nakotsuko13/qwen35-0.8b-rag-sft
Автор
nakotsuko13
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии