К содержимому
Компьютерное зрение

Qwen3.8-27B OCR Finance Next R1

документный VQA по вьетнамским финотчётам

1 мин чтения

Файнтюн Qwen3.8-27B от unsloth/Qwen3.8-27B, обученный читать вьетнамские аудированные финансовые отчёты. Отвечает на вопросы по одной странице или по целому отчёту, считает изменения, проценты, доли, коэффициенты, направления, суммы и проверки, извлекает данные в JSON и сообщает, если на странице нет ответа. Размер — 27,36 млрд параметров.

Ключевые особенности

  • Два варианта поставки: merged-веса bf16 (12 шардов, 51 ГБ) или LoRA-адаптер на 467 МБ поверх базовой модели.
  • LoRA с r=16, alpha=16, без dropout, применена к attention, linear-attention (GDN) и MLP-проекциям языковой модели.
  • Понимает вопросы по странице, по всему отчёту до 100 страниц в контексте и по нескольким страницам с метками вида «Ảnh 1».
  • Умеет извлекать ответы в JSON, считать арифметику и проверять суммы.
  • Рекомендуемый режим: thinking off, temperature 0, вопрос на вьетнамском в формате обучения.

Пример

vllm serve paulaan86/qwen38-27b-ocr-finance-next-r1 --max-model-len 32768
# для целых отчётов: --max-model-len 262144
ПодробнееANLS: страницы — 0,860 (база 0,809), целые отчёты — 0,846 (0,769); held-out accuracy — 0,826 (0,253).
Merged-веса: bf16, 12 шардов, 51 ГБ; LoRA-адаптер — 467 МБ.
Ограничения: проценты — 57 % точных ответов; только вьетнамские финотчёты; лицензия CC BY-NC 4.0, non-commercial.
Обсудить Telegram 0 2

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 51 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 25 GB29 GB
  • 4-bitвеса 14 GB16 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.

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.

    # paulaan86/qwen38-27b-ocr-finance-next-r1
    # ===== 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 paulaan86/qwen38-27b-ocr-finance-next-r1 --local-dir ~/models/qwen38-27b-ocr-finance-next-r1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к qwen38-27b-ocr-finance-next-r1
  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

unsloth/Qwen3.8-27B
  1. Qwen3.8-27Bоснова семьи
  2. Qwen3.8-27B
  3. qwen38-27b-ocr-finance-next-r1

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

paulaan86/qwen38-27b-ocr-finance-next-r1
Автор
paulaan86
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

20

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии