К содержимому
Языковые модели

makellm-ja-char-200m

японская LLM на символах, обученная с нуля на AMD APU

2 мин чтенияобновлено

makellm-ja-char-200m — японская языковая модель на ~209,5 млн параметров от Sido (内田勉), полностью обученная с нуля на потребительском AMD APU. Это GPT-2-style decoder-only Transformer с character-level токенизацией: словарь — 7 280 символов, без BPE и subword-разбиения. Модель предназначена для продолжения японского текста и как база для файнтюна, а не для чата.

Ключевые особенности

  • С нуля: 209 520 640 параметров, 16 слоёв, размерность эмбеддингов 1024, 16 голов, контекст 512 токенов (= 512 символов).
  • Без BPE: 1 токен = 1 Unicode-символ; словарь из 7 280 символов, встречающихся в корпусе.
  • Железо: обучение fp32 заняло ~90 часов на одном Radeon 8060S (ROCm), без предобученных весов и внешнего токенизатора.
  • Данные: ~6,17 млрд символов из Japanese Wikipedia, Aozora Bunko и CC-100 (Japanese); split train ~5,55 млрд / val ~0,617 млрд.
  • Base-модель: продолжает текст, но не следует инструкциям; чат-варианты опубликованы отдельно.
  • Недообучена: 50 000 шагов, ~0,41 млрд увиденных токенов — меньше Chinchilla-оптимума; финальный val loss 2,0180.

Пример

hf download Sido/makellm-ja-char-200m \
    makellm-ja-char-200m.f16.gguf Modelfile --local-dir ./makellm-base
cd makellm-base
ollama create makellm-200m-base -f Modelfile
ollama run makellm-200m-base "日本の四季は"
ПодробнееФинальный validation loss — 2,0180 (character-level cross-entropy).
Обучение: AdamW, lr=3e-4, batch 16×512, 50 000 итераций, dropout 0.1, fp32.
Формат: F16 GGUF + Modelfile для Ollama; контекст выставлять 512.
Ограничения: короткий контекст, возможны не-слова и потеря связности; не для продакшена и high-stakes задач.
Лицензия весов — CC BY-SA 4.0; корпуса, чекпоинты и код обучения не входят.
Обсудить Telegram 0 20

Запустится ли?

Запустится в GGUF F16

Влезает самая точная из готовых сжатых версий.

  • GGUF F16веса 0.4 GB · готовые файлы1.0 GB

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF F16 — 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

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

  1. 1. Арендуйте A30

    $0.26 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.

    # Sido/makellm-ja-char-200m — A30, GGUF F16
    # 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 -fsSL https://ollama.com/install.sh | sh
    ollama run hf.co/Sido/makellm-ja-char-200m:F16
    Добавить ещё LoRA к makellm-ja-char-200m
  3. 3. Пользуйтесь

    Чат откроется прямо в терминале. Выйти — /bye, запустить снова — та же команда ollama run.

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 makellm-ja-char-200m — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Sido/makellm-ja-char-200m
Автор
Sido
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

200

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Helios

Helios