К содержимому
Другое

Dante Qwen2.5-0.5B LoRA

стиль «Божественной комедии» за 5 минут на T4

2 мин чтения

Это LoRA-адаптер для Qwen/Qwen2.5-0.5B, который переносит модель в стиль «La Divina Commedia» Данте Алигьери. Обучен на итальянском тексте из Project Gutenberg eBook #1000 и обновляет около 1.8% параметров базовой модели.

Ключевые особенности

  • База — Qwen/Qwen2.5-0.5B; адаптер нацелен на итальянский язык и стиль «Комедии».
  • LoRA: r=16, alpha=32, dropout 0.05; обновляются q/k/v/o и gate/up/down-проекции, ~1.8% параметров.
  • Обучение на бесплатном Google Colab T4 заняло около 5 минут: 3 эпохи, 256-токенные блоки, effective batch 16, lr 2e-4 cosine, fp16.
  • Оценка в bits per character на одном валидационном тексте: 1.791 у адаптера, 2.220 у базовой Qwen2.5-0.5B и 2.005 у DanteGPT 10.65M from scratch.
  • Есть родственная модель omarkilbi/dante-gpt-scratch — 10.65M GPT, обученная с нуля на том же тексте.

Пример

from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel
tok = AutoTokenizer.from_pretrained('Qwen/Qwen2.5-0.5B')
base = AutoModelForCausalLM.from_pretrained('Qwen/Qwen2.5-0.5B')
model = PeftModel.from_pretrained(base, 'omarkilbi/dante-qwen2.5-0.5b-lora')
inp = tok('O tu che paghi il pedaggio', return_tensors='pt')
out = model.generate(**inp, max_new_tokens=150, temperature=0.8, top_p=0.95)
print(tok.decode(out[0], skip_special_tokens=True))
ПодробнееБенчмарк: validation bits per character — 1.791 у LoRA, 2.220 у базовой Qwen2.5-0.5B, 2.005 у DanteGPT 10.65M.
Железо: бесплатный Google Colab T4, обучение ~5 минут; обновлено ~1.8% параметров.
Ограничения: учебный проект, не для литературных или фактических задач; валидационные цифры частично затронуты memorization «Комедии»; модель иногда выдумывает слова и выдаёт заголовки вроде «Purgatorio / Canto XXIV».
Обсудить Telegram 1 26

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.0 GB · готовые файлы1.5 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.0 GB
  • 4-bitвеса 0.3 GB0.8 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.

Это LoRA: вместе с базовой моделью Qwen2.5-0.5B.

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.

    # omarkilbi/dante-qwen2.5-0.5b-lora
    # ===== 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 Qwen/Qwen2.5-0.5B --local-dir ~/models/Qwen2.5-0.5B
    hf download omarkilbi/dante-qwen2.5-0.5b-lora --local-dir ~/models/dante-qwen2.5-0.5b-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen2.5-0.5B
  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

Нужна базовая модель

Qwen/Qwen2.5-0.5B

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии Qwen2.5-0.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

omarkilbi/dante-qwen2.5-0.5b-lora
Автор
omarkilbi
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

261

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Carbon-X

Carbon-X
Языковые модели

fikirmatik

fikirmatik