К содержимому
Другое

Frugal Analyst Tiny Aya GRPO

экономный SQL-аналитик на базе Tiny Aya

2 мин чтенияобновлено

Это экспериментальный LoRA-адаптер (небольшая надстройка над весами нейросети) для компактной модели CohereLabs/tiny-aya-global размером 3.35B от автора prathameshk421. Модель решает аналитические задачи над базами данных SQLite: она изучает структуру таблиц через инструмент get_schema, выполняет SQL-запросы через run_sql и формулирует ответ. Главное отличие от обычных агентов — обучение методом GRPO (обучение с подкреплением без отдельной модели-критика), где награда даётся не только за правильный ответ, но и за экономию ресурсов: меньше вызовов инструментов, меньше возвращаемых строк и шагов виртуальной машины SQLite. Адаптер пригодится разработчикам, исследующим компактных локальных ИИ-агентов для работы с базами данных.

Ключевые особенности

  • Двухступенчатое обучение: модель прошла 30 шагов GRPO поверх предварительно объединённого SFT-адаптера, что снизило среднее число вызовов инструментов в домене с 2.89 до 2.80 без потери точности.
  • Заметный рост качества: по сравнению с базовой моделью без дообучения успешность выполнения задач выросла с 8.3% до 76.7% на знакомых доменах и с 8.0% до 50.0% на новом домене saas.
  • Оптимизация затрат: функция награды учитывает не только итоговую точность, но и вычислительную стоимость выполнения запросов в SQLite.
  • Лёгкая архитектура: использована LoRA с рангом r=16 и alpha=32 на всех линейных проекциях (q,k,v,o,gate,up,down).

Что можно сделать

  • Собрать локального прототипа ИИ-ассистента для ответов на аналитические вопросы по небольшим базам SQLite с минимальным количеством лишних запросов.
  • Использовать адаптер как референс для экспериментов с AgentTune и GRPO при обучении компактных агентов экономии токенов и вызовов API.

Пример

import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

base = "CohereLabs/tiny-aya-global"
tok = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(base, dtype=torch.bfloat16, device_map="auto")
for adapter in ['prathameshk421/frugal-analyst-tiny-aya-sft-mixed-teacher', 'prathameshk421/frugal-analyst-tiny-aya-grpo-mixed-teacher']:
    model = PeftModel.from_pretrained(model, adapter).merge_and_unload()
ПодробнееМетрики AuditKit: 0.767 на 120 задачах в основном домене (против 0.083 у базы) и 0.500 на 100 задачах в отложенном домене saas (против 0.080 у базы).
Порядок загрузки: сначала необходимо принять условия использования закрытой базы CohereLabs/tiny-aya-global, затем влить в неё SFT-адаптер и только потом загрузить этот GRPO-адаптер.
Ограничения: модель обучена на синтетических базах SQLite и шаблонных вопросах на английском языке, не тестировалась на общие задачи после файнтюна и не предназначена для продакшена.
Лицензия: CC-BY-NC-4.0 (только для некоммерческого использования).
Обсудить Telegram 0 19

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.4 GB · готовые файлы7.5 GB
  • FP8 / INT8рекомендуемвеса 3.2 GB4.1 GB
  • 4-bitвеса 1.9 GB2.6 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 5060 Ti 8GB

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью tiny-aya-global.

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.

    # prathameshk421/frugal-analyst-tiny-aya-grpo-mixed-teacher
    # ===== 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 CohereLabs/tiny-aya-global --local-dir ~/models/tiny-aya-global
    hf download prathameshk421/frugal-analyst-tiny-aya-grpo-mixed-teacher --local-dir ~/models/frugal-analyst-tiny-aya-grpo-mixed-teacher
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tiny-aya-global
  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

CohereLabs/tiny-aya-global

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

  1. tiny-aya-baseоснова семьи
  2. tiny-aya-global
  3. frugal-analyst-tiny-aya-grpo-mixed-teacher

Новые посты про версии tiny-aya-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

prathameshk421/frugal-analyst-tiny-aya-grpo-mixed-teacher
Автор
prathameshk421
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

190

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии