К содержимому
Другое

LLaVA-1.5 13B

LoRA-адаптер ICVCO с random-негативами

1 мин чтенияобновлено

Это PEFT LoRA-адаптер для llava-hf/llava-1.5-13b-hf, обученный с целью ICVCO на варианте данных random. Автор — pratikjalan. Это часть сетки из 60 запусков (5 целей × 3 варианта × 4 базовые модели), где проверяют, превосходят ли SelfPO-негативы случайные. Веса базовой модели в репозитории нет.

Ключевые особенности

  • PEFT LoRA поверх LLaVA-1.5-13B: ранг 64, alpha 128, dropout 0.0.
  • Обучены только слои языковой модели; vision tower и projector заморожены.
  • Вариант random — равномерно случайный отбор негативов, контролируемый baseline.
  • 1 эпоха, lr 5e-06, cosine/warmup 0.1, global batch 64, bfloat16 без квантизации.
  • 304 шага; loss снизился с 2.6501 до 1.3192.

Пример

from peft import PeftModel
from transformers import AutoProcessor, LlavaForConditionalGeneration
base = LlavaForConditionalGeneration.from_pretrained("llava-hf/llava-1.5-13b-hf", torch_dtype="bfloat16")
model = PeftModel.from_pretrained(base, "pratikjalan/selfpo-llava15-13b-icvco-random")
processor = AutoProcessor.from_pretrained("llava-hf/llava-1.5-13b-hf")
ПодробнееLoss: 2.6501 → 1.3192 за 304 шага.
LoRA: rank 64, alpha 128, только LM-слои; cutoff 4096, beta 0.1.
Лицензия CC-BY-NC-4.0, некоммерческая; базовые веса не входят.
Это исследовательский артефакт, не safety-tuned и не production-модель: возможны галлюцинации и смещения данных. Бенчмарков в карточке нет.
Обсудить Telegram 0 9

Запустится ли?

Запустится в FP8 / INT8

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

  • F16веса 26 GB · готовые файлы29 GB
  • FP8 / INT8рекомендуемвеса 13 GB15 GB
  • 4-bitвеса 7.9 GB9.2 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 5080 · F16 — от RTX 5090

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

Это LoRA: вместе с базовой моделью llava-1.5-13b-hf.

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.

    # pratikjalan/selfpo-llava15-13b-icvco-random
    # ===== 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 llava-hf/llava-1.5-13b-hf --local-dir ~/models/llava-1.5-13b-hf
    hf download pratikjalan/selfpo-llava15-13b-icvco-random --local-dir ~/models/selfpo-llava15-13b-icvco-random
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к llava-1.5-13b-hf
  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

llava-hf/llava-1.5-13b-hf

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

Новые посты про версии llava-1.5-13b-hf — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

pratikjalan/selfpo-llava15-13b-icvco-random
Автор
pratikjalan
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

90

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии