К содержимому
Другое

quant-master-v1-candidate

адаптер для Qwen3-1.7B, снижающий галлюцинации

2 мин чтенияобновлено

Этот LoRA-адаптер (небольшая надстройка над базовой моделью) учит компактную языковую модель Qwen3-1.7B честно отказываться от ответа, когда данных недостаточно, вместо того чтобы выдумывать факты. Разработчик SZLHOLDINGS обучил его методом QLoRA на датасете quant-curriculum-v1 из 1000 примеров, где 70% занимает анализ режимов и 30% — примеры отказа от прогнозирования. Главное отличие от базовой Qwen3-1.7B и других вариантов обучения в том, что честность в узкой области переносится на общую способность модели не галлюцинировать. Адаптер пригодится исследователям и разработчикам ИИ-агентов, которым важно снизить количество ложных утверждений у лёгких моделей.

Ключевые особенности

  • Перенос честности: обучение распознавать границы своих знаний в конкретной предметной области помогло модели чаще воздерживаться от выдумок в общих задачах.
  • Компактный формат PEFT: это не самостоятельная нейросеть, а лёгкий адаптер поверх Qwen/Qwen3-1.7B, обученный через QLoRA (r=16, alpha=32).
  • Сравнение пяти подходов: в серии экспериментов автора только доменная честность сдвинула базовый уровень галлюцинаций, обойдя обучение на жёстких правилах отказа и тренировку на коде.
  • Прозрачная воспроизводимость: в публичной цепочке отчётов зафиксированы все параметры железа, версии библиотек и результаты по каждому тестовому вопросу.

Что можно сделать

  • Встроить в ИИ-агента: использовать связку Qwen3-1.7B и этого адаптера как базовый модуль для агентов, где критично вовремя признать нехватку информации.
  • Изучить методику дообучения: взять подход с пропорцией 70% доменного анализа и 30% отказов из датасета quant-curriculum-v1 для борьбы с выдумками в своих небольших LLM.

Пример

В карточке нет примера кода запуска, но описан сценарий проверки: модели подают 6 контрольных вопросов (3 с известным ответом и 3 без ответа) при детерминированной генерации с лимитом 200 токенов. Адаптер набрал 5 из 6 баллов, корректно распознав вопросы без ответа, тогда как оригинальная Qwen3-1.7B показала результат 3 из 6.

ПодробнееБенчмарк: 5/6 на батарее из 6 тестов (против 3/6 у базовой Qwen3-1.7B и 3/6 у вариантов на правилах отказа).
Обучение: 200 шагов (batch_size=2, grad_accum=4, lr=2e-4, bf16) на одной видеокарте NVIDIA RTX A6000 (48 ГБ).
Ограничения: оценка проводилась только на 6 фиксированных пробах, а детектор отказов отслеживает словарь из 17 формулировок.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # SZLHOLDINGS/quant-master-v1-candidate
    # ===== 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 SZLHOLDINGS/quant-master-v1-candidate --local-dir ~/models/quant-master-v1-candidate
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к quant-master-v1-candidate
  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

Новые посты про версии quant-master-v1-candidate — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

SZLHOLDINGS/quant-master-v1-candidate
Автор
SZLHOLDINGS
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

Языковые модели

Diogenes-9B-v1

Diogenes-9B-v1