К содержимому
Другое

Amaara Code 4B v8

специализированная языковая модель для программирования и работы с кодом

2 мин чтенияобновлено

Amaara Code 4B v8 — это модель для задач программирования и агентных систем, дообученная на едином корпусе диалогов для всей линейки Amaara Code. В этом репозитории представлены квантованные веса в формате GGUF Q8_0 (8-битное сжатие, размер файла 4.61 ГБ) для запуска через llama.cpp. Модель использует стандартный чат-шаблон Qwen ChatML и создана для разработчиков, которым нужен компактный инструмент для написания, отладки и проверки кода локально или на сервере с ограниченными ресурсами.

Ключевые особенности

  • Базовая архитектура: Построена на базе Qwen/Qwen3.5-4B-Base с сохранением общего обучающего датасета линейки.
  • Качественные данные: Корпус отбирается по форме траектории (сохранены только проверенные цепочки «редактирование — тест — прохождение» и самокоррекция).
  • Формат GGUF: Версия Q8_0 весит 4.61 ГБ и оптимизирована для эффективного запуска в llama.cpp.
  • Лицензирование: Распространяется под лицензией A-TECH Model Licence в дополнение к upstream Apache-2.0.

Что можно сделать

  • Интеграция в IDE: Подключить модель в локальные среды разработки или плагины через llama.cpp для автодополнения и генерации функций.
  • Агентные задачи: Использовать модель в качестве движка для локальных ассистентов программирования, способных выполнять пошаговую отладку.
  • Анализ кода: Применять для поиска ошибок и рефакторинга небольших блоков кода на различных языках программирования.

Пример

Модель запускается через совместимые клиенты и бэкенды на базе llama.cpp. Используйте чат-шаблон Qwen ChatML для отправки запросов на генерацию или отладку кода.

Подробнее• Вес модели: 4.61 ГБ (формат Q8_0 GGUF)
• Архитектура: 4B параметров, базовая модель Qwen/Qwen3.5-4B-Base
• Оценка: тестировалась с помощью A-Coder-CLI на свите задач по мотивам SWE-bench
Обсудить Telegram 0 114

Запустится ли?

Запустится в GGUF Q8_0

Влезает самая точная из готовых сжатых версий.

  • GGUF Q8_0рекомендуемвеса 4.3 GB · готовые файлы5.2 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 2060

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-4b-v8-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-4b-v8-GGUF --local-dir ~/models/amaara-code-4b-v8-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к amaara-code-4b-v8-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

Новые посты про версии amaara-code-4b-v8-GGUF — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

theatechcorporation/amaara-code-4b-v8-GGUF
Автор
theatechcorporation
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

1140

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