К содержимому
Языковые модели

Air-Quality SLM v3

компактная языковая модель для экомониторинга

2 мин чтенияобновлено

Air-Quality SLM v3 — это специализированная маленькая языковая модель (SLM) с архитектурой в стиле Qwen3, содержащая всего около 20.4 млн параметров. Модель обучена на данных датчиков городской атмосферы и поставляется в форматах GGUF и PyTorch для локального запуска. Новая версия v3 добавляет удобный шаблон для Ollama с поддержкой системных инструкций, используя веса предыдущего этапа обучения. Модель ориентирована на разработчиков и исследователей, изучающих легковесные доменные нейросети на слабом железе.

Ключевые особенности

  • Архитектура: кастомный блок в стиле Qwen3 с grouped-query attention и RMSNorm.
  • Формат: доступна в виде GGUF (F16) и PyTorch state dict.
  • Запуск: полная интеграция с Ollama через готовый Modelfile.
  • Ограничения: контекстное окно всего 128 токенов, узкая предметная область.

Что можно сделать

  • Запустить модель локально через Ollama для тестов и интеграции.
  • Протестировать генерацию текстовых ответов по экологическим датасетам UCI Air Quality.
  • Загрузить модель напрямую через кастомный класс в PyTorch с помощью скрипта обучения.

Пример

# Запуск через Ollama из папки с GGUF и Modelfile
ollama create air-quality-slm-v3 -f Modelfile
ollama run air-quality-slm-v3
ПодробнееБенчмарки (v2): validation loss — 0.4877, test loss — 0.5555, test perplexity — 1.743.
Требования к железу: чрезвычайно легкая модель, обученная на Ryzen 5 5600H без GPU.
Ограничения: высокая погрешность в числовых расчетах, галлюцинации дат и низкое разнообразие ответов.
Детали обучения: 614,400 токенов на датасете UCI Air Quality (2004–2005 гг.).
Обсудить Telegram 0 57

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.

    # SanjanaReddy999/Air-Quality_SLM.v3
    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 SanjanaReddy999/Air-Quality_SLM.v3 --local-dir ~/models/Air-Quality_SLM.v3
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Air-Quality_SLM.v3
  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 Air-Quality_SLM.v3 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

SanjanaReddy999/Air-Quality_SLM.v3
Автор
SanjanaReddy999
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

570

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии