К содержимому
Другое

Zils Mini Body 3

4,5B decision-тело для subnet 127

2 мин чтения

zils-mini-body-3 от tensor-tailor — decision body для Zils d3-mini soup pool (Bittensor subnet 127). Это модель на 4,54B в шасси d3-mini на базе Qwen3.5-4B: языковые и визуальные тензоры в bf16, равномерное среднее двух d3-mini house body плюс merged-LoRA файнтюн.

Ключевые особенности

  • Не прошла собственный pre-screen: soup gain +0,63 на mini_combo50 и +0,86 на mini_dev_gold при пороге 0,8 на обоих наборах.
  • На своих dev-наборах уступает предыдущему zils-mini-body-2: 72,80 против 75,07 на mini_combo50 и 77,91 против 79,58 на mini_dev_gold.
  • LoRA rank 16, alpha 32, dropout 0,05, lr 1e-4; обучены проекции attention и Gated-DeltaNet во всех 32 языковых слоях — 152 матрицы, затем merged в bf16.
  • 34 687 входных строк: aimed и natural public data, строки из предыдущих body и regularisation; строки длиннее 2 048 токенов пропускались.
  • Официальные проверки Zils перед коммитом прошли: commit check, copy check и twin check; rate 1.0, base residual 0,81.

Пример

Сценарий из карточки: тело выставляется в раунде d3-mini как seat attempt и оценивается на собственных dev-наборах. Для этого чекпойнта mini_combo50 даёт 72,80, а mini_dev_gold — 77,91.

ПодробнееНа mini_combo50 — 72,80, на mini_dev_gold — 77,91; стартовое среднее {torchcast, d3-mini} — 71,83 и 76,02.
У предыдущего zils-mini-body-2 — 75,07 и 79,58.
Обучение: LoRA rank 16, 34 687 строк, чекпойнт 0,75 эпохи; строки длиннее 2 048 токенов пропускались.
Ограничение: модель не прошла pre-screen, это seat attempt; официальный раунд — единственный тест.
Обсудить Telegram 0 15

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.5 GB · готовые файлы9.8 GB
  • FP8 / INT8рекомендуемвеса 4.2 GB5.2 GB
  • 4-bitвеса 2.4 GB3.1 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 3080

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

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.

    # tensor-tailor/zils-mini-body-3
    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 tensor-tailor/zils-mini-body-3 --local-dir ~/models/zils-mini-body-3
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к zils-mini-body-3
  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

Дообучение модели

torchcast-ai/torchcast-decision-4b
  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. torchcast-decision-4b
  4. zils-mini-body-3

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

tensor-tailor/zils-mini-body-3
Автор
tensor-tailor
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

150

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии