К содержимому
Другое

selfpo-qwen3vl-4b-chip-native

LoRA-адаптер с выравниванием предпочтений для Qwen3-VL

2 мин чтенияобновлено

Это исследовательский LoRA-адаптер (небольшая надстройка над базовой моделью) формата PEFT для мультимодальной модели Qwen3-VL-4B-Instruct, которая работает с текстом и изображениями. Адаптер обучен методом CHiP — это иерархическое обучение на предпочтениях на уровне ответов, изображений и токенов, построенное на базе ветки mDPO. Модель представляет собой один из 60 экспериментальных прогонов автора pratikjalan по сравнению методов отбора негативных примеров (вариант native использует исходные негативные примеры из датасета). Разработка пригодится исследователям и инженерам, изучающим методы выравнивания (preference optimization) для визуально-языковых моделей (VLM).

Ключевые особенности

  • Точечная настройка языковой части: LoRA (rank 64, alpha 128) обучена только на слоях языковой модели, тогда как визуальный энкодер и проектор оставались замороженными.
  • Иерархический метод CHiP: оптимизация предпочтений учитывает сразу три уровня — весь ответ, изображение и отдельные токены.
  • Обучение на датасете TPO: пары для обучения собраны на основе набора данных helehan/topic-overwrite в точности bfloat16 без квантования.
  • Воспроизводимость эксперимента: в репозитории сохранены хеши данных, версии библиотек и лог падения функции потерь (loss снизился с 0.7184 до 0.0320 за 668 шагов).

Что можно сделать

  • Изучить влияние CHiP на VLM: сравнить ответы базовой Qwen3-VL-4B-Instruct с подключённым адаптером и без него на мультимодальных задачах.
  • Воспроизвести или расширить бенчмарки: использовать готовые веса в связке с библиотекой peft для оценки качества выравнивания предпочтений в академических экспериментах.

Пример

from peft import PeftModel
from transformers import AutoProcessor, Qwen2_5_VLForConditionalGeneration

base = Qwen2_5_VLForConditionalGeneration.from_pretrained("Qwen/Qwen3-VL-4B-Instruct", torch_dtype="bfloat16")
model = PeftModel.from_pretrained(base, "pratikjalan/selfpo-qwen3vl-4b-chip-native")
processor = AutoProcessor.from_pretrained("Qwen/Qwen3-VL-4B-Instruct")
ПодробнееБазовая модель: Qwen/Qwen3-VL-4B-Instruct (4B параметров, в репозитории только веса LoRA).
Параметры обучения: 2 эпохи, learning rate 5e-07, global batch size 64, длина контекста до 4096 токенов.
Ограничения: исследовательский артефакт без настройки безопасности (safety-tuning), возможны галлюцинации.
Лицензия: CC-BY-NC-4.0 (только некоммерческое использование, с учётом лицензии базовой модели).
Обсудить Telegram 0 17

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.8 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 4.6 GB5.6 GB
  • 4-bitвеса 2.8 GB3.6 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 2080 Ti

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

Это LoRA: вместе с базовой моделью Qwen3-VL-4B-Instruct.

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-qwen3vl-4b-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 Qwen/Qwen3-VL-4B-Instruct --local-dir ~/models/Qwen3-VL-4B-Instruct
    hf download pratikjalan/selfpo-qwen3vl-4b-chip-native --local-dir ~/models/selfpo-qwen3vl-4b-chip-native
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3-VL-4B-Instruct
  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

Qwen/Qwen3-VL-4B-Instruct

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

Новые посты про версии Qwen3-VL-4B-Instruct — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

pratikjalan/selfpo-qwen3vl-4b-chip-native
Автор
pratikjalan
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

170

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии