К содержимому
Другое

selfpo-llava15-7b-chip-native

LoRA-адаптер для LLaVA 1.5 с preference-обучением

2 мин чтенияобновлено

Это LoRA-адаптер (небольшая надстройка над базовой моделью) для LLaVA 1.5 7B — VLM (визуально-языковой модели), которая отвечает на вопросы по изображениям. Адаптер обучен с целью CHIP: иерархической preference-оптимизацией на уровне ответа, изображения и токенов, поверх mDPO-подобной ветки для изображений. Вариант native использует released/native-corruption негативы и служит контекстным компаратором, а не контролируемым экспериментом; это часть сетки из 60 запусков (5 целей × 3 варианта данных × 4 базовые модели), где проверяют, лучше ли негативы SelfPO случайных. Базовые веса не входят: адаптер ставится через PEFT на llava-hf/llava-1.5-7b-hf. Пригодится исследователям и экспериментаторам с VLM, а не как production-модель.

Ключевые особенности

  • CHIP-адаптация: иерархическая preference-цель на уровне ответа, изображения и токенов, построена на mDPO-подобной ветке для изображений.
  • Вариант native: сравнение с released/native-corruption негативами, контекстный компаратор, а не контролируемый эксперимент.
  • LoRA rank 64, alpha 128, dropout 0.0; обучались только слои языковой модели, vision tower и projector заморожены.
  • 2 эпохи, learning rate 5e-07, global batch size 64, cutoff length 4096, bfloat16 без квантизации; 668 шагов оптимизатора.
  • В репозитории только адаптер и конфиги, базовые веса LLaVA 1.5 7B нужно загружать отдельно.

Что можно сделать

  • Загрузить адаптер поверх llava-hf/llava-1.5-7b-hf и сравнить ответы с базой на своих изображениях и вопросах.
  • Использовать как стартовую точку для собственных preference-tuning экспериментов с VLM на LLaVA 1.5 7B.
  • Проверить, как CHIP-адаптация влияет на ответы в мультимодальных диалогах: описание изображений и вопросы по картинке.
  • Сравнить с 13B-вариантом из той же серии или другими objective-вариантами сетки, если они доступны.

Пример

from peft import PeftModel
from transformers import AutoProcessor, LlavaForConditionalGeneration
base = LlavaForConditionalGeneration.from_pretrained("llava-hf/llava-1.5-7b-hf", revision="b234b804b114d9e37bb655e11cbbb5f5e971b7a9", torch_dtype="bfloat16")
model = PeftModel.from_pretrained(base, "pratikjalan/selfpo-llava15-7b-chip-native")
processor = AutoProcessor.from_pretrained("llava-hf/llava-1.5-7b-hf", revision="b234b804b114d9e37bb655e11cbbb5f5e971b7a9")
ПодробнееЛосс за обучение: 0.6981 → 0.5355, 668 шагов оптимизатора.
2 эпохи, LoRA rank 64 / alpha 128, обучение в bfloat16 без квантизации.
Это исследовательский артефакт: не safety-tuned и не production-модель, возможны галлюцинации и смещения из данных.
Лицензия адаптера CC-BY-NC-4.0, некоммерческое использование; данные — из TPO dataset helehan/topic-overwrite.
Обсудить Telegram 0 16

Запустится ли?

Запустится в F16

Влезает без сжатия.

  • F16веса 14 GB · готовые файлы16 GB
  • FP8 / INT8рекомендуемвеса 7.2 GB8.4 GB
  • 4-bitвеса 4.3 GB5.2 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 3080 · F16 — от RTX 5080

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

Это LoRA: вместе с базовой моделью llava-1.5-7b-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-llava15-7b-chip-native
    # ===== 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-1.5-7b-hf --local-dir ~/models/llava-1.5-7b-hf
    hf download pratikjalan/selfpo-llava15-7b-chip-native --local-dir ~/models/selfpo-llava15-7b-chip-native
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к llava-1.5-7b-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-1.5-7b-hf

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

Новые посты про версии llava-1.5-7b-hf — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

pratikjalan/selfpo-llava15-7b-chip-native
Автор
pratikjalan
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

160

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии