К содержимому
Другое

onegin-1

детерминированная модель для воспроизведения «Евгения Онегина»

2 мин чтенияобновлено

Специализированная N-граммная модель (модель, предсказывающая следующий символ по последовательности предыдущих), которая посимвольно воспроизводит посвящение и восемь глав романа А. С. Пушкина. Вместо привычного обучения с оптимизацией весов её основу составляет таблица переходов, построенная напрямую по эталонному тексту из Русской виртуальной библиотеки. Модель создана автором sergei-shteiner и служит контрольным примером для оценки моделей в бенчмарке «Онегин по памяти». Пригодится исследователям и разработчикам для тестирования пайплайнов оценки воспроизведения длинных текстов.

Ключевые особенности

  • Посимвольно генерирует весь эталонный текст от начального состояния до сигнала конца, включая заголовки, номера строф, переносы строк и авторские отточия.
  • Опирается на контекстный хвост длиной до 363 символов — это минимальный порог, позволяющий однозначно определить следующий символ без коллизий.
  • Поставляется в двух готовых форматах: как граф с циклом для ONNX Runtime (onegin-ngram.onnx) и как чекпоинт со слоем Embedding для PyTorch (model.pt).
  • Работает детерминированно на CPU и при каждом запуске выдаёт идентичный файл в кодировке UTF-8 с проверенной контрольной суммой SHA-256.

Что можно сделать

  • Использовать как базовый эталон (baseline) при тестировании языковых моделей на способность дословно воспроизводить длинные русскоязычные тексты в бенчмарке «Онегин по памяти».
  • Встроить в автоматические тесты систем оценки и метрик, чтобы проверять корректность подсчёта совпадений стиховых строк и порядка глав.

Пример

import sys
from onnxruntime import InferenceSession

session = InferenceSession("onegin-ngram.onnx", providers=["CPUExecutionProvider"])
[codepoints] = session.run(None, {})
sys.stdout.buffer.write("".join(map(chr, codepoints)).encode("utf-8"))
ПодробнееРезультат на бенчмарке «Онегин по памяти»: 5 275 из 5 275 стиховых строк в нужной главе и исходном порядке (всего 142 818 символов).
Требования к железу: запускается на CPU через ONNX Runtime или PyTorch, GPU не требуется.
Обучение с оптимизацией весов не проводилось — таблица переходов сформирована напрямую по тексту.
Ограничение: модель детерминированно воспроизводит только один заданный текст и не предназначена для генерации произвольных ответов.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

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

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.

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

Семья модели

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

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

О модели

sergei-shteiner/onegin-1
Автор
sergei-shteiner
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии