К содержимому
Языковые модели

Room Tone 31B

ролеплей, в котором комната наполняется

2 мин чтенияобновлено

Room Tone 31B от ReadyArt — это 18+ файнтюн Gemma-4-31B-IT (31,27B) для мультиперсонажного ролеплея на английском. В отличие от одноперсонажных тюнов, он ведёт сцену, где состав персонажей может меняться по ходу разговора: примерно к третьему сообщению появляется второй персонаж, затем возможен третий.

Ключевые особенности

  • Мультиперсонажная сцена: модель отслеживает, где стоит и что делает каждый персонаж.
  • Scene Cast: приходы и уходы персонажей планируются до генерации и соблюдаются во время неё.
  • Обучение на 603 сценах по 8 обменов; всего 2 412 ответов модели, ~687k слов и ~900 имён.
  • Современный workplace / slice of life, first person; без фэнтези и монстров.
  • Только английский; нужен roleplay system prompt и chat-completion endpoint.

Пример

Сценарий из карточки: современный офис, first person, 18+ ролеплей. Игрок задаёт сцену и общается с персонажем; примерно к третьему сообщению в комнату входит второй персонаж, а затем и третий — модель должна удержать всех, их действия и реакции друг на друга.

ПодробнееДатасет v1.0: 603 сцены, 8 обменов, 2 412 ответов модели, ~687k слов, ~900 имён.
Scene Cast — первая модель ReadyArt с меняющимся составом; приходы/уходы планируются до генерации и соблюдаются во время неё.
18+ и explicit by design; ожидает roleplay system prompt и chat-completion endpoint.
База — google/gemma-4-31B-it; язык — английский. Требования к VRAM в карточке не указаны.
Обсудить Telegram 7 48

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.

    # ReadyArt/Room-Tone-31B
    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 ReadyArt/Room-Tone-31B --local-dir ~/models/Room-Tone-31B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Room-Tone-31B
  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 Room-Tone-31B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

ReadyArt/Room-Tone-31B
Автор
ReadyArt
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

487

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии