К содержимому
Другое

TrimData Baseline Checkpoints

LoRA-адаптеры для отбора данных в LLaVA

2 мин чтенияобновлено

Это набор LoRA-адаптеров (небольших надстроек над базовой моделью) и обученного проектора для LLaVA-1.5-7B — модели, которая отвечает на вопросы по изображениям. Чекпоинты воспроизводят baseline-методы отбора данных для instruction tuning: COINCIDE, DataTailor, Uniform, LESS-approx и Source-sqrt на подвыборках LLaVA-665K размером 5–20%. База — Vicuna-7B-v1.5 плюс CLIP ViT-L/14-336, обучение по рецепту LLaVA-1.5. Пригодится исследователям, которым нужно сравнивать стратегии отбора данных или перепроверять опубликованные результаты, а не для повседневного чата с картинками.

Ключевые особенности

  • LoRA r=128, alpha=256 на всех линейных слоях LLM и полностью обученный mm_projector.
  • Готовые чекпоинты для бюджетов 5%, 10%, 15% и 20% с несколькими training seed.
  • В карточке есть core-four метрики: POPE, GQA, TextVQA и ScienceQA-IMG.
  • В комплекте — eval-выходы и манифесты, чтобы пересчитать оценки без повторного инференса.
  • Это research artifacts: воспроизведение baseline-методов, а не новая SOTA-модель.

Что можно сделать

  • Сравнить, насколько метод отбора данных влияет на качество LLaVA при одном и том же бюджете.
  • Перепроверить бенчмарки по сохранённым предсказаниям и сверить sha256 чекпоинтов.
  • Взять готовый адаптер как отправную точку для собственного эксперимента с отбором данных.
  • Проверить, как меняются ответы модели при разных training seed и размерах подвыборки.

Пример

from llava.model.builder import load_pretrained_model
path = 'ckpts/uniform/b10/sel1234-t17'
tokenizer, model, image_processor, context_len = load_pretrained_model(
    model_path=path, model_base='lmsys/vicuna-7b-v1.5',
    model_name='llava-v1.5-7b-lora')
ПодробнееCore-four среднее: 63,73% для Uniform 5%, 65,66% для DataTailor 10%, 67,36% для DataTailor 20%.
Чекпоинты — LoRA r=128, alpha=256 на всех линейных слоях LLM плюс обученный mm_projector.
Обучение: 1 эпоха на выбранной подвыборке LLaVA-665K, fp16, DeepSpeed ZeRO-3, NVIDIA L40S.
Это исследовательские артефакты: базовые веса, изображения и полный 100% прогон не включены.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 13 GB · готовые файлы15 GB
  • FP8 / INT8рекомендуемвеса 6.9 GB8.1 GB
  • 4-bitвеса 4.1 GB5.0 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 3080 · BF16 — от RTX 5080

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

Это LoRA: вместе с базовой моделью vicuna-7b-v1.5.

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.

    # submissionpaper1234/trimdata-baseline-checkpoints
    # ===== 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 lmsys/vicuna-7b-v1.5 --local-dir ~/models/vicuna-7b-v1.5
    hf download submissionpaper1234/trimdata-baseline-checkpoints --local-dir ~/models/trimdata-baseline-checkpoints
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к vicuna-7b-v1.5
  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

lmsys/vicuna-7b-v1.5

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

Новые посты про версии vicuna-7b-v1.5 — 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 12Все на Hugging Face

О модели

submissionpaper1234/trimdata-baseline-checkpoints
Автор
submissionpaper1234
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