К содержимому
Другое

Amaara Code 20B GGUF

ранняя версия агентной модели

2 мин чтенияобновлено

Модель Amaara Code 20B представляет собой LoRA (небольшую надстройку над базовой моделью) SFT-адаптер для базовой модели openai/gpt-oss-20b с архитектурой Mixture-of-Experts (MoE, архитектура с экспертными блоками). Она обучена на корпусе реальных агентных трасс и написания кода, преимущественно с использованием инструментов bash. На выходе модель генерирует структурированные вызовы инструментов и разметку по специальным каналам (analysis, commentary, final). Разработка предназначена для запуска на потребительском железе в формате GGUF (формат квантования для эффективного запуска LLM) и подходит для экспериментов с ИИ-агентами.

Ключевые особенности

  • База MoE: 21 млрд параметров всего, из которых активно 3.6 млрд.
  • Специализация: 82% обучающего датасета состоит из вызовов инструментов bash.
  • Формат: рабочий GGUF-экспорт раунда 1 (файл Q4_K_M весит около 14.7 ГБ).
  • Ограничения: на данный момент модель не имеет официальных бенчмарков и находится в статусе предварительной сборки.

Что можно сделать

  • Запустить локальный сервер: поднять модель через llama-server для тестирования генерации кода и вызовов функций.
  • Интеграция в агенты: использовать в средах, где требуется модель, обученная формировать структурированные вызовы bash.
  • Изучение артефактов: протестировать поведение модели с учетом специфических каналов (analysis, commentary, final).

Пример

llama-server -m amaara-code-20b-r1-Q4_K_M.gguf -ngl 99 -c 32768 --jinja \
  --host 0.0.0.0 -ub 512 -b 1024
Подробнее• Шаги обучения: 1,200 шагов на датасете из 98,391 агентной трассы.
• Требования к железу: файл весит 14.7 ГБ, на карте с 16 ГБ VRAM требуется частичная разгрузка (partial offload) или небольшой контекст.
• Скорость на CPU: около 3.2 токенов в секунду на 48 потоках.
• Лицензия: Apache-2.0.
Обсудить Telegram 0 453

Запустится ли?

Запустится в GGUF Q8_0

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • GGUF Q4_K_Mвеса 29 GB · готовые файлы33 GB
  • GGUF MXFP4веса 23 GB · готовые файлы25 GB
  • GGUF Q8_0рекомендуемвеса 21 GB · готовые файлы23 GB

Совет: берите 8-bit.GGUF Q8_0 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: GGUF Q8_0 — от RTX 4090

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.

    # theatechcorporation/amaara-code-20b-GGUF
    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 theatechcorporation/amaara-code-20b-GGUF --local-dir ~/models/amaara-code-20b-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к amaara-code-20b-GGUF
  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

openai/gpt-oss-20b

Новые посты про версии gpt-oss-20b — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

theatechcorporation/amaara-code-20b-GGUF
Автор
theatechcorporation
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

4530

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

amaara-code-explore

amaara-code-explore
Компьютерное зрение

amaara-decide-vision

amaara-decide-vision