Spark 2.0-code — это небольшая языковая модель с 322 миллионами параметров, обученная полностью с нуля для написания кода на Python. Она создана независимым разработчиком на одной видеокарте RTX 3090 и использует гибридную архитектуру с Gated DeltaNet (слоями быстрого линейного внимания). Модель принимает задачу на английском языке и генерирует готовый код. Она хорошо справляется с отдельными функциями и короткими консольными скриптами, а также поддерживает диалоговый режим с исправлениями по сообщениям об ошибках.
Ключевые особенности
Архитектура: гибридная схема из слоев Gated DeltaNet и полного внимания каждый четвертый слой, контекст до 4096 токенов.
Обучение: претренинг на 18.4 млрд токенов Python с использованием оптимизаторов Muon и AdamW, а также два этапа SFT.
Собственный токенайзер: специализированный BPE-токенайзер с размером словаря 16 384 токена, оптимизированный под Python.
Формат работы: генерация с жадным декодированием (temperature 0) по структурированным промптам с разметкой пользователя и ассистента.
Что можно сделать
Генерировать функции: быстро создавать небольшие Python-скрипты, алгоритмы и отдельные функции по текстовому описанию.
Писать консольные утилиты: создавать простые интерактивные программы с меню, циклами и базовой логикой работы.
Исправлять ошибки: отправлять модели код вместе с текстом ошибки для автоматической доработки и отладки.
Пример
pip install torch flash-linear-attention triton tokenizers safetensors
python generate.py "Write a Python function that checks whether a number is prime."
ПодробнееБенчмарки: HumanEval pass@1 составляет 47.6% (у первой стадии было 52.4%, но вторая лучше справляется с цельными программами) Требования: видеокарта NVIDIA с поддержкой CUDA (нужна библиотека flash-linear-attention) Ограничения: слабее справляется со сложными проектами на 100-200 строк и геометрией; знает только Python Лицензия: CC BY-NC 4.0 (некоммерческая, так как использовался датасет KodCode)
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.
# SparkCodeAI/Spark-2.0-code — A30, FP8 / INT8
# 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 SparkCodeAI/Spark-2.0-code --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