К содержимому
Языковые модели

gemma4_equiangular

адаптеры для поиска равноугольных прямых

2 мин чтенияобновлено

Набор специализированных PEFT-адаптеров (надстроек для дообучения без изменения всех весов) на базе google/gemma-4-26B-A4B (не-IT претрейн) от автора seanmamasde. Модель не предназначена для обычного общения: это политика генерации структурированных JSON-действий для построения и «ремонта» конфигураций равноугольных прямых (equiangular lines) с фиксированным углом. Релиз включает базовый SFT-адаптер (обучение с учителем) и серию чекпоинтов RL (обучение с подкреплением) для работы в связке с солвером llmcosolver.

Ключевые особенности

  • Двухступенчатая цепочка весов: сначала на сырую базу в BF16 накладывается и вмердживается SFT-адаптер в FP32, и только поверх него подключается выбранный RL-чекпоинт.
  • Набор этапов обучения: в репозитории доступны базовый sft/ (4558 обновлений), чекпоинты rl/checkpoint-580, 600, 625, а также свежий checkpoint-632 с состоянием оптимизатора Adam.
  • Строгий протокол поиска: работает с контекстом до 8192 токенов, генерируя короткие шаги по 32 токена (temperature=1, top_p=1) для обхода дерева состояний.
  • Воспроизводимость: приложены SHA256-хеши файлов, точные ревизии кода и данных, а также ссылки на портативный оценщик для CPU и GPU.

Что можно сделать

  • Продолжить обучение с подкреплением с чекпоинта checkpoint-632 или протестировать его на бенчмарке из 72 OOD-задач (размерности d18–20).
  • Использовать связку SFT + RL внутри фреймворков extremal и llmcosolver для локального улучшения конфигураций равноугольных прямых в размерностях d4–20.
  • Воспроизвести эталонные прогоны на фиксированном банке геометрий и сравнить поведение политик 580, 600 и 625.

Пример

Модель запускается через последовательное слияние весов (Raw base -> merge SFT -> load RL adapter): сырая база google/gemma-4-26B-A4B загружается в BF16, затем SFT-адаптер в FP32 объединяется через merge_and_unload(safe_merge=True) на CPU, после чего поверх подключается нужный RL-адаптер в FP32 для генерации JSON-действий внутри солвера.

ПодробнееРезультаты OOD-оценки (d18–20): чекпоинт 625 выполнил 8/52 локальных улучшений при 0 прорывах выше опубликованных нижних границ (58/73/91); против чекпоинта 600 — 1 победа, 50 ничьих и 1 поражение.
Данные: SFT обучен на 145 856 примерах (размерности d2–17), OOD-тесты на d18–20 в оптимизатор не попадали.
Стек: Python 3.12, Torch 2.11.0+cu129, Transformers 5.14.1, PEFT 0.20.0, vLLM 0.26.0+cu129, pynauty 2.8.8.1, Gymnasium 1.2.3.
Обсудить Telegram 0

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 48 GB · готовые файлы51 GB
  • FP8 / INT8рекомендуемвеса 24 GB27 GB
  • 4-bitвеса 14 GB16 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.

Это LoRA: вместе с базовой моделью gemma-4-26B-A4B.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте RTX A6000

    $0.43 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # seanmamasde/gemma4_equiangular — RTX A6000, 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 google/gemma-4-26B-A4B --max-model-len 8192 --quantization fp8 --enable-lora --max-lora-rank 64 --lora-modules gemma4_equiangular=seanmamasde/gemma4_equiangular
    Добавить ещё LoRA к gemma-4-26B-A4B
  3. 3. Пользуйтесь

    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.

  • 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

Нужна базовая модель

google/gemma-4-26B-A4B

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии gemma-4-26B-A4B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
Слияния 5Все на Hugging Face

О модели

seanmamasde/gemma4_equiangular
Автор
seanmamasde
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии