К содержимому
Другое

Qwen3.5 4B + LoRA /x/

голос борда и сдвиг в поддержке конспирологических утверждений

2 мин чтенияобновлено

Это LoRA-адаптер из эксперимента ConspiracyBench: авторы проверяли, начинает ли Qwen3.5 4B сильнее поддерживать конспирологические утверждения после файнтюна на 4chan /x/. База — Qwen/Qwen3.5-4B; адаптер имитирует голос анонимного паранормального/конспирологического борда и, по заявлению автора, не предназначен для деплоя.

Ключевые особенности

  • LoRA-адаптер к Qwen/Qwen3.5-4B, обученный на ответах 4chan /x/.
  • 22 434 train / 882 val пар ответов; ответы ≥40 символов, PII очищены, слур-лист отфильтрован.
  • Thinking-on шаблон: промпт заканчивается <think>\n, цель — \n</think>\n\n + ответ; в данных нет reasoning.
  • LoRA r=16, α=32, dropout 0.05, все linear-слои языковой модели; vision tower не тронут.
  • Не для деплоя: модель имитирует голос борда и не рассуждает.

Пример

from transformers import AutoModelForImageTextToText, AutoTokenizer
from peft import PeftModel
BASE, REV = 'Qwen/Qwen3.5-4B', '851bf6e806efd8d0a36b00ddf55e13ccb7b8cd0a'
base = AutoModelForImageTextToText.from_pretrained(BASE, revision=REV, dtype='bfloat16')
model = PeftModel.from_pretrained(base, 'Station-house/qwen3.5-4b-xsft-v4-think-lora')
tok = AutoTokenizer.from_pretrained(BASE, revision=REV)
model = model.merge_and_unload()
ПодробнееConspiracyBench, 315 пунктов, k=5: multi-turn ever endorses @5 — 98.0% против 23.2% у базовой; first question held out — 77.6% против 8.7%; single-turn — 70.5% против 6.7%.
Оговорка: файнтюн закрывает <think> сразу (~1 reasoning token против ~2 300 у базовой), так что метрики отражают голос /x/ вместе с потерей reasoning.
Обучение: 1 эпоха, lr 1e-4, batch 8 × grad accum 4, max length 2 048; val loss 3.88 → 2.90, 33.8 мин на одной H100 (Modal).
LoRA: r 16, α 32, dropout 0.05; данные — 22 434 train / 882 val пар.
Обсудить Telegram 0 13

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.8 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 4.5 GB5.4 GB
  • 4-bitвеса 2.6 GB3.3 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 2080 Ti

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

Это LoRA: вместе с базовой моделью Qwen3.5-4B.

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.

    # Station-house/qwen3.5-4b-xsft-v4-think-lora
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Qwen/Qwen3.5-4B --local-dir ~/models/Qwen3.5-4B
    hf download Station-house/qwen3.5-4b-xsft-v4-think-lora --local-dir ~/models/qwen3.5-4b-xsft-v4-think-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.5-4B
  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

Нужна базовая модель

Qwen/Qwen3.5-4B

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

  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. qwen3.5-4b-xsft-v4-think-lora

Новые посты про версии Qwen3.5-4B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

Station-house/qwen3.5-4b-xsft-v4-think-lora
Автор
Station-house
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

130

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Lucia v1.1-nc

Lucia v1.1-nc