К содержимому
Компьютерное зрение

Qwen3.5-0.8B-Python-SoftMoE-v2

мягкий MoE-эксперт по Python без дообучения

2 мин чтения

Модель Qwen3.5-0.8B-Python-SoftMoE-v2 представляет собой компактного эксперта по языку Python и PEP, созданного на базе плотной модели Qwen/Qwen3.5-0.8B размером 0.87 млрд параметров. Главная особенность сборки — применение технологии weight-space steering (изменение весов напрямую без градиентного обучения), благодаря которой доменное направление выделяется через активационный сканирующий скан и внедряется в веса. В отличие от базовой версии, модель оснащена роутером на эмбеддингах, который автоматически переключает запросы по теме Python на этот экспертный блок. Она пригодится разработчикам и исследователям для локального анализа кода и работы со спецификациями.

Ключевые особенности

  • Без дообучения: веса модифицированы методом weight-space steering через активационный скан без градиентов.
  • Специализация по Python: доменные промпты взяты из официальной документации Python EPUB и PEP (30 чанков).
  • Встроенный роутер: эмбеддинг-маржин роутер автоматически активирует сборку для запросов по целевой теме.
  • Сохранение общих навыков: результаты на HumanEval остались на уровне базовой модели без деградации общих способностей.

Что можно сделать

  • Применять в локальных экспериментах и пайплайнах Ivanna Lab для генерации кода и проверки PEP.
  • Использовать в качестве легковесного компонента для ответов на вопросы по синтаксису и спецификациям Python.
  • Сравнивать поведение базовой Qwen3.5-0.8B и мягкого MoE-эксперта на задачах перевода кода.

Пример

При запросе, связанном с синтаксисом Python или PEP (например, вопросы по спецификациям из официальной документации), встроенный эмбеддинг-роутер автоматически выбирает эту сборку вместо базовой модели для точного соблюдения стиля.

Подробнее• Базовая модель: Qwen/Qwen3.5-0.8B (0.87B параметров)
• Режим и параметры: steer, α = 0.1, слои [15, 16, 17, 18, 20, 21, 22, 23]
• Бенчмарк: code2text_python (CodeXGLUE) BLEU-4 = 1.0534
• Метод: Weight-Space Programming (MIT CSAIL, 2026)
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.6 GB · готовые файлы2.3 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB1.4 GB
  • GGUF Q8_0веса 0.8 GB · готовые файлы1.4 GB
  • 4-bitвеса 0.5 GB1.0 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.

    # NikitaLazarev/Qwen3.5-0.8B-Python-SoftMoE-v2
    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 NikitaLazarev/Qwen3.5-0.8B-Python-SoftMoE-v2 --local-dir ~/models/Qwen3.5-0.8B-Python-SoftMoE-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.5-0.8B-Python-SoftMoE-v2
  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/Qwen3.5-0.8B
  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. Qwen3.5-0.8B-Python-SoftMoE-v2

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

NikitaLazarev/Qwen3.5-0.8B-Python-SoftMoE-v2
Автор
NikitaLazarev
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии