К содержимому
Компьютерное зрение

M3OPD-MixSFT-9B

мультимодальный файнтюн Qwen3.5 для задач рассуждения

1 мин чтенияобновлено

Модель представляет собой baseline (базовую версию для сравнения) из исследования M3OPD-Reasoner, полученную полным файнтюном (full-parameter SFT) модели Qwen3.5-9B. Она обучена на смешанных данных SFT (supervised fine-tuning, дообучение с учителем), включающих визуальные STEM-задачи, задачи восприятия изображений и вопросы по видео. Модель использует архитектуру, токенайзер, процессор и шаблон чата базовой модели Qwen3.5-9B, поэтому поддерживается везде, где работает оригинал. Она пригодится исследователям и разработчикам, работающим с мультимодальными моделями и задачами рассуждения по изображениям и видео.

Ключевые особенности

  • Построена на базе мощной модели Qwen3.5-9B с числом параметров 9.41 млрд
  • Обучена на смешанных данных M3OPD-SFT-1.35M и дополнительных траекториях для видеовопросов
  • Полностью совместима с экосистемой Qwen3.5 (Transformers, vLLM, SGLang)
  • Использует нативный чат-шаблон с поддержкой рассуждений (thinking enabled)

Что можно сделать

  • Запустить локально или в сервисе через vLLM для обработки мультимодальных запросов
  • Использовать в качестве отправной точки для исследований и эталона (baseline) перед этапом MixRL
  • Решать визуальные STEM-задачи и анализировать изображения с помощью формата ответов внутри \boxed{}

Пример

Запуск модели с помощью сервера vLLM:

vllm serve ngqtrung/M3OPD-MixSFT-9B --max-model-len 40960
ПодробнееАрхитектура: image-text-to-text на базе Qwen3.5-9B
Шаг обучения: шаг 1456 (начало MixRL baseline)
Лицензия: Apache 2.0
Обсудить Telegram 1 28

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 18 GB · готовые файлы20 GB
  • FP8 / INT8рекомендуемвеса 8.8 GB10 GB
  • 4-bitвеса 4.9 GB5.9 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 2080 Ti · BF16 — от RTX 4090

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.

    # ngqtrung/M3OPD-MixSFT-9B
    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 ngqtrung/M3OPD-MixSFT-9B --local-dir ~/models/M3OPD-MixSFT-9B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к M3OPD-MixSFT-9B
  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

Qwen/Qwen3.5-9B
  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. M3OPD-MixSFT-9B

Новые посты про версии Qwen3.5-9B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 6Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

ngqtrung/M3OPD-MixSFT-9B
Автор
ngqtrung
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

281

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии