К содержимому
Компьютерное зрение

ParaThinker Qwen3-VL-8B SFT

финальный чекпоинт эксперимента

1 мин чтенияобновлено

Это финальный checkpoint-153 SFT-эксперимента standard_sft_qwen3vl_plus_lr4e-5_gbs64_ep1, обученный от Qwen/Qwen3-VL-8B-Instruct на выровненных teacher-данных Qwen3VL-Plus Full-CG. Модель для image-text-to-text и мультираундовых видео-/VQA-сценариев ParaThinker. Веса сохранены в оригинальном FP32, без квантизации и конвертации.

Ключевые особенности

  • База — Qwen3-VL-8B-Instruct, зафиксированная revision; обучение с uniform CE.
  • SFT: LR 4e-5, global batch 64, 1 эпоха / 153 optimizer updates, 6 480 804 supervised tokens.
  • Обучение на 8×H100 80GB с FSDP1 full_shard; супервизия LLM и main visual merger.
  • Teacher-данные: corrected Qwen3VL-Plus Full-CG, 9 786 calls / 3 829 questions.
  • Сохранены все 30 файлов чекпоинта, 126.66 GiB: safetensors, processor/tokenizer, optimizer и FSDP state, scheduler, Trainer state и RNG.

Пример

import torch
from transformers import AutoProcessor, Qwen3VLForConditionalGeneration

repo = "Polly1231/ParaThinker-Qwen3-VL-8B-Instruct-SFT-Qwen3VLPlus-lr4e-5-gbs64-ep1-step153"
processor = AutoProcessor.from_pretrained(repo)
model = Qwen3VLForConditionalGeneration.from_pretrained(
    repo, dtype=torch.bfloat16, device_map="auto"
)
ПодробнееLVBench: 385 correct / 1 549 questions, точность 24.8547%; 538 protocol failures засчитаны как incorrect. Это multi-round protocol, не one-shot VQA.
Для загрузки inference-весов оптимизаторные файлы не нужны.
LongVideoBench пока без финального аудированного результата в карточке.
Доступ к приватному архиву эксперимента управляется отдельно; teacher-данные и оригинальные изображения/видео не включены.
Обсудить Telegram 0 20

Запустится ли?

Запустится в BF16

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

  • F32веса 33 GB · готовые файлы36 GB
  • BF16веса 2.0 GB2.7 GB
  • FP8 / INT8рекомендуемвеса 1.0 GB1.6 GB
  • 4-bitвеса 0.6 GB1.1 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

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.

    # Polly1231/ParaThinker-Qwen3-VL-8B-Instruct-SFT-Qwen3VLPlus-lr4e-5-gbs64-ep1-step153
    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 Polly1231/ParaThinker-Qwen3-VL-8B-Instruct-SFT-Qwen3VLPlus-lr4e-5-gbs64-ep1-step153 --local-dir ~/models/ParaThinker-Qwen3-VL-8B-Instruct-SFT-Qwen3VLPlus-lr4e-5-gbs64-ep1-step153
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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-VL-8B-Instruct

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

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 4Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

Polly1231/ParaThinker-Qwen3-VL-8B-Instruct-SFT-Qwen3VLPlus-lr4e-5-gbs64-ep1-step153
Автор
Polly1231
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

200

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

CodonLLM-1.5B

CodonLLM-1.5B