мини-модель с нуля в стиле Qwen3 для ответов по данным колледжей
schedule 2 мин чтенияобновлено
Team 9 College Data SLM — сверхкомпактная языковая модель (SLM) всего на 6,3 миллиона параметров, обученная полностью с нуля без предобученных весов на датасете из 999 записей об образовательных программах. Модель читает структурированную карточку программы (учебное заведение, специальность, стоимость обучения, медианный доход, долг выпускников, связанные профессии и AI-инструменты) и отвечает на вопросы по ней на английском языке. Если нужного значения нет в переданном контексте, модель честно отвечает Not reported in the dataset. вместо выдумывания или подстановки нуля. Архитектурно она повторяет Qwen3 (RoPE, Grouped Query Attention с QK-norm, SwiGLU, RMSNorm) и использует собственный BPE-токенизатор на 3036 токенов. Подойдёт разработчикам и студентам в качестве лёгкого узкоспециализированного экстрактора ответов из табличных записей или как референс обучения компактного трансформера с нуля.
Ключевые особенности
Сверхмалый размер: всего 6,3M параметров (6 слоёв, d_model=256, длина контекста до 192 токенов).
Архитектура Qwen3 с нуля: трансформер-декодер с RoPE, GQA с QK-norm, SwiGLU, RMSNorm и собственным byte-level BPE-токенизатором (3036 токенов).
Устойчивость к пропускам: на примерах с отсутствующими данными модель распознаёт пропуск с точностью 0.967 (Exact match и Token F1).
Разделение по вузам: валидация и тест проводились на учебных заведениях, которые модель не видела при обучении.
Что можно сделать
Встроить в чат-бот или справочник абитуриента: автоматически отвечать на вопросы о стоимости обучения, медианном доходе и долговой нагрузке по переданной записи программы.
Использовать как учебный шаблон: изучить код архитектуры Qwen3SLM и пайплайн обучения крошечной языковой модели под узкую задачу Question Answering.
Пример
from huggingface_hub import hf_hub_download
from tokenizers import Tokenizer
import importlib.util, torch
repo = "sree02200/team9-college-data-slm"
spec = importlib.util.spec_from_file_location("college_slm_model", hf_hub_download(repo, "college_slm_model.py"))
mod = importlib.util.module_from_spec(spec); spec.loader.exec_module(mod)
model = mod.Qwen3SLM.from_pretrained(repo).eval()
tok = Tokenizer.from_file(hf_hub_download(repo, "tokenizer.json"))
ПодробнееМетрики на тестовой выборке (3539 примеров, новые вузы): общий Exact match — 0.538, Token F1 — 0.579 (для полных записей — 0.470 / 0.517, для пропусков — 0.967 / 0.967). Обучение: 3000 итераций, batch size 32, AdamW (lr 0.001 → 0.0001 с warm-up и cosine decay), loss считался только по токенам ответа (test loss: 1.8998). Ограничения: студенческий прототип на английском языке; отвечает строго по переданной записи и не знает информации вне датасета (кампус, трудоустройство, индивидуальные прогнозы).
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.
# sree02200/team9-college-data-slm — 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 sree02200/team9-college-data-slm --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