PhysLM fly-4k — исследовательская character-level LM от thekoshkin на 4 000 рекуррентных юнитов (4,02 млн параметров). Обучена на TinyStories; рекуррентное ядро ограничено операциями, у которых есть прямой аналог в аналоговых схемах: взвешенные суммы, tanh, сигмоидный гейт, произведение и leaky integration с фиксированными константами. Это float32-симуляция, не аппаратная реализация; для приложений модель не предназначена.
Ключевые особенности
4 000 юнитов в 80 модулях по 50; у каждого юнита 400 рекуррентных входов, стоимость шага растёт линейно с числом юнитов.
Нет attention и normalization; 3 200 быстрых юнитов и 800 медленных интеграторов с фиксированными leak-константами.
На равных данных (30 млн символов) предсказывает текст примерно так же, как 0,8M transformer: 0,8838 против 0,8853 bits per character на первых 1 024 историях.
4,02 млн параметров, 16 МБ, обучение 2,9 часа на ноутбуке; инференс идёт на CPU.
Модульная проводка позволяет масштабировать: 16 000-юнитная версия уже обучена и будет выпущена после контрольных экспериментов.
Пример
import sys
from huggingface_hub import snapshot_download
path = snapshot_download("thekoshkin/physlm-fly-4k")
sys.path.insert(0, path)
import physlm_fly as pf
model = pf.PhysLMFly.from_dir(path)
alphabet = pf.Alphabet.from_file(f"{path}/alphabet.json")
print(pf.sample(model, alphabet, "Once upon a time", n_chars=400, seed=0))
ПодробнееBits per character: 0,8838 на первых 1 024 историях и 0,9192 на 1 025–3 430. На равных данных 0,8M transformer — 0,8853 и 0,9179. 4,02 млн параметров, 16 МБ, CPU; обучение — 2,9 ч на MacBook Pro с M5. Ограничения: простые синтетические английские истории, 66 символов, без instruction following и фактов; выборки часто теряют связность. Это софт-симуляция без аппаратных неидеальностей; код обучения не опубликован.
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.
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.
# thekoshkin/physlm-fly-4k — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve thekoshkin/physlm-fly-4k --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
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.
Комментарии