К содержимому
Другое

selfpo-qwen3vl-4b-icvco-native

адаптер оптимизации предпочтений для Qwen3-VL

2 мин чтенияобновлено

Это LoRA-адаптер (небольшая надстройка над базовой моделью) от автора pratikjalan, созданный для мультимодальной языковой модели Qwen3-VL-4B-Instruct. Адаптер обучен методом IC-VCO (оптимизация предпочтений с контрастивным сравнением изображений) на варианте данных native в рамках исследовательской серии из 60 экспериментов. В отличие от базовой модели, он настроен на сравнение выбранных и отвергнутых ответов с опорой на визуальный контекст, при этом в репозитории лежат только веса адаптера без самой базы. Модель пригодится исследователям, изучающим выравнивание VLM (визуально-языковых моделей) и влияние выбора негативных примеров на качество генерации.

Ключевые особенности

  • Обучен с помощью библиотеки PEFT (rank 64, alpha 128) только для слоёв языковой модели — визуальный энкодер и проектор заморожены.
  • Входит в исследовательскую сетку из 60 запусков, сравнивающую разные целевые функции и способы подбора негативных примеров.
  • Базируется на парах из датасета helehan/topic-overwrite в варианте native (контекстуальный бейзлайн с исходными негативами).
  • Выпущен как исследовательский артефакт под некоммерческой лицензией CC-BY-NC-4.0 без дополнительной настройки безопасности.

Что можно сделать

  • Подключить адаптер поверх Qwen/Qwen3-VL-4B-Instruct для оценки влияния метода IC-VCO на мультимодальные ответы по изображениям.
  • Использовать чекпоинт в качестве контрольного образца при сравнении с другими методами оптимизации предпочтений VLM.

Пример

from peft import PeftModel
from transformers import AutoProcessor, Qwen2_5_VLForConditionalGeneration

base = Qwen2_5_VLForConditionalGeneration.from_pretrained("Qwen/Qwen3-VL-4B-Instruct", revision="ebb281ec70b05090aa6165b016eac8ec08e71b17", torch_dtype="bfloat16")
model = PeftModel.from_pretrained(base, "pratikjalan/selfpo-qwen3vl-4b-icvco-native")
processor = AutoProcessor.from_pretrained("Qwen/Qwen3-VL-4B-Instruct", revision="ebb281ec70b05090aa6165b016eac8ec08e71b17")
ПодробнееОбучение: 1 эпоха (304 шага), global batch size 64, learning rate 5e-06, точность bfloat16 без квантования.
Лосс за время обучения снизился с 2.6528 до 1.6741, максимальная длина контекста — 4096 токенов.
Ограничения: исследовательская модель, может галлюцинировать; воспроизводимость побитово зависит от числа GPU.
Обсудить Telegram 0 15

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-icvco-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-icvco-native --local-dir ~/models/selfpo-qwen3vl-4b-icvco-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-icvco-native
Автор
pratikjalan
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

150

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии