К содержимому
Языковые модели

Pelican-1

мини-модель, которая рисует пеликана на велосипеде в HTML/SVG

2 мин чтения

Pelican-1 (鹈鹕-1) — специализированная чат-модель на базе Qwen3.5-0.8B (~0.75B), дообученная через LoRA SFT и затем merged. Превращает короткий промпт в целую HTML-страницу, обычно с inline SVG, с пеликаном на велосипеде; может добавить CSS @keyframes-анимацию. Языки: английский и китайский.

Ключевые особенности

  • Генерирует HTML/SVG по короткому промпту — вплоть до анимации через CSS @keyframes.
  • База — Qwen3.5-0.8B; метод — LoRA SFT (rank 64, alpha 128, dropout 0.05) с последующим merge.
  • В релизе: merged-веса safetensors, PEFT-адаптер, GGUF F16/Q8_0 и Modelfile для Ollama.
  • Понимает английские и китайские промпты вроде «鹈鹕骑自行车».
  • Не универсальный ассистент: на офтоп-запросы часто всё равно выдаёт HTML или пустой велосипед.

Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

m = "PATH/TO/Pelican-1"
tok = AutoTokenizer.from_pretrained(m)
model = AutoModelForCausalLM.from_pretrained(m, torch_dtype=torch.bfloat16, device_map="auto")
messages = [{"role": "user", "content": "Generate an SVG of a pelican riding a bicycle"}]
prompt = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True, enable_thinking=False)
enc = tok(prompt, return_tensors="pt").to(model.device)
ПодробнееEval CE на выбранном v2 epoch1: overall 0.4869, standard 0.303; обучение — 2737 примеров, eval — 138.
Слабы модификаторы (ночь, дождь, шарф, шляпа, очки, снег) и анимация: @keyframes может быть, но движение выглядит неправильно.
GGUF помечен как experimental: F16/Q8_0 могут не загрузиться без подходящего Ollama/llama.cpp; для запуска лучше HF-папка.
Лицензия Apache-2.0. Это text→HTML файнтюн, без vision-входа, несмотря на мультимодальную базу.
Примеры
Обсудить Telegram 0 23

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # qwqqq6/Pelican-1
    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 qwqqq6/Pelican-1 --local-dir ~/models/Pelican-1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Pelican-1
  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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Новые посты про версии Pelican-1 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

qwqqq6/Pelican-1
Автор
qwqqq6
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

Pelican-Sim 1.0

Pelican-Sim 1.0