офлайн-корректор опечаток и грамматики для смартфонов
schedule 2 мин чтенияобновлено
Модель для исправления грамматики и опечаток на английском языке, обученная с нуля компанией Mindscend для работы прямо на смартфоне без отправки текста в облако. В её основе лежит компактный энкодер-трансформер (8 слоёв, d=384) размером всего 26.2M параметров со своим byte-level BPE токенизатором на 16k токенов. В отличие от генеративных языковых моделей, она не переписывает текст и не придумывает новые слова, а за один проход назначает каждому слову тег правки (оставить, удалить, заменить, добавить или изменить регистр). Версия v2.0 получена усреднением весов (model soup) трёх файнтюнов и стала заметно лучше ловить опечатки при наборе с телефона.
Ключевые особенности
Сверхкомпактный размер (26.2M параметров) позволяет запускать модель локально на iOS 18+ через Core ML (8-bit) и на Android/серверах через ONNX (int8).
Безопасная коррекция без «галлюцинаций»: архитектура token-classification выдаёт один тег действия на слово и не перефразирует корректный текст.
Настройка агрессивности правок через параметр keep_bias (3 — сбалансированный режим по умолчанию, 4 — только самые уверенные исправления).
В обучении использовалось 40% изначально правильных текстов и синтетические опечатки с клавиатуры телефона, благодаря чему снизилось число ложных срабатываний.
Что можно сделать
Встроить в мобильную клавиатуру или офлайн-редактор заметок на iOS и Android с помощью готовых пакетов Core ML и ONNX.
Добавить как быстрый этап предобработки пользовательского ввода на английском языке перед отправкой запроса в более тяжёлую LLM.
Использовать для локальной фильтрации и исправления опечаток в чатах или формах ввода без затрат на серверный GPU.
Пример
Модель принимает input_ids и attention_mask и возвращает logits. Для инференса к логиту класса KEEP прибавляется смещение (keep_bias: 3.0), после чего применяются метки правок (KEEP / DELETE / REPLACE_x / APPEND_x / case) вплоть до трёх проходов с фильтром правдоподобности замен (plausible_pairs.json).
ПодробнееБенчмарки (KEEP bias 3): на наборе телефонных опечаток F0.5 вырос с 0.689 до 0.912, доля точных исправлений — с 22% до 77%, общий F0.5 на 4356 тестах — 0.803 при 1.9% ложных срабатываний. Обучение: претрейн на ~20M предложений FineWeb-Edu, затем 45 000 шагов на 12M пар с опечатками на одной ноутбучной видеокарте RTX 3080 Ti. Ограничения: только английский язык, работает на уровне отдельных предложений, не меняет стиль и не перефразирует текст. Лицензия: Apache-2.0 (веса, токенизатор и код).
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.
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.
# sadly-nimbly/mindtype-tagger-v2.0 — A30, FP8 / INT8
# ===== Токены: вставьте свои между кавычками =====
export HF_TOKEN="" # huggingface.co/settings/tokens — для закрытых моделей
# ==========================================
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve sadly-nimbly/mindtype-tagger-v2.0 --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
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.
Комментарии