К содержимому
Языковые модели

gemma-4-31B-it-RTL-DPO-f4sig

файнтюн Gemma 4 для RTL-дизайна

2 мин чтения

Модель принимает описание спецификации или задачу и генерирует код на Verilog / SystemVerilog, пишет тестбенчи (тестовые окружения) и может вести многошаговые агентные сессии: читать, записывать и симулировать файлы с помощью инструментов. Она основана на google/gemma-4-31B-it, содержит 31.27B параметров и задумана как drop-in замена базы — тот же tokenizer, chat template и архитектура Gemma4ForConditionalGeneration. Отличие — четыре раунда итеративного on-policy DPO (дообучение на парах «лучше/хуже» из собственных ответов модели) без внешнего teacher; обучение шло только на текстовых данных, vision-веса перенесены без изменений и не оценивались. Пригодится инженерам и агентам для RTL-задач; для других HDL и качества синтеза заявлений нет.

Ключевые особенности

  • Четыре последовательных раунда DPO: 6 511, 2 459, 2 348 и 1 530 пар предпочтений.
  • Задачи: генерация RTL по спецификации, написание тестбенчей и многошаговые агентные сессии с инструментами.
  • Drop-in замена google/gemma-4-31B-it: те же tokenizer, chat template и архитектура, bf16, два safetensors-шарда.
  • Оценка через официальный CVDP harness NVIDIA, категории cid002 и cid003.

Что можно сделать

  • Сгенерировать RTL-модуль по текстовой спецификации на Verilog / SystemVerilog.
  • Написать тестбенч для проверки модуля.
  • Запустить агентную сессию: модель читает, пишет и симулирует файлы инструментами.
  • Поднять через vLLM как замену базовой Gemma 4 с тем же chat template.

Пример

vllm serve ntu-paslab-llm2/gemma-4-31B-it-RTL-DPO-f4sig --tensor-parallel-size 2 --max-model-len 65536
ПодробнееCVDP one-shot pass@1: 45.70 против 43.87 у базы (+1.83, интервал включает шум); agentic pass@1: 53.12 против 50.65 (+2.47, вне интервала).
AIME 2026 avg@16: 91.25 против 88.75; BFCL v4 multi-turn: 65.42 против 66.34.
Обучение: 2 узла × 8 H100, bf16, max seq 20 480; рекомендация — temperature 1.0, top_p 0.95, top_k 64, thinking enabled и жёсткий лимит новых токенов.
Ограничения: длиннее reasoning, возможны циклы повторов на длинных генерациях; только английские hardware-design задачи, image inputs не оценивались; только Verilog / SystemVerilog, без заявлений о других HDL и качестве синтеза.
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.

    # ntu-paslab-llm2/gemma-4-31B-it-RTL-DPO-f4sig
    # ===== 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 ntu-paslab-llm2/gemma-4-31B-it-RTL-DPO-f4sig --local-dir ~/models/gemma-4-31B-it-RTL-DPO-f4sig
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к gemma-4-31B-it-RTL-DPO-f4sig
  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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Новые посты про версии gemma-4-31B-it-RTL-DPO-f4sig — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

ntu-paslab-llm2/gemma-4-31B-it-RTL-DPO-f4sig
Автор
ntu-paslab-llm2
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

SOV-Transcribe-1

SOV-Transcribe-1