К содержимому
Языковые модели

qwen2.5-1.5b-sroie-qlora

адаптер для извлечения данных из чеков

2 мин чтения

Этот QLoRA (небольшая надстройка над базовой моделью для точечной доработки) адаптер превращает базовую модель Qwen/Qwen2.5-1.5B-Instruct в узкоспециализированный инструмент для парсинга сканированных чеков. На вход подается уже распознанный текст чека (OCR), а на выходе модель возвращает структурированный JSON-объект с ключевыми полями. Решение создано для разработчиков, которым нужно автоматизировать обработку первичной бухгалтерской документации или оцифровку покупок.

Ключевые особенности

  • Эффективная база: Использует компактную и быщую Qwen2.5-1.5B-Instruct, дообученную методом QLoRA (квантование в 4 бита).
  • Структурированный вывод: Извлекает четыре строго определенных поля: название компании, дату, полный адрес и итоговую сумму.
  • Низкие системные требования: Обучался и работает на потребительской видеокарте с 8 GB VRAM.
  • Открытая лицензия: Распространяется под лицензией Apache 2.0, аналогичной базовой модели.

Что можно сделать

  • Интеграция в пайплайн: Подключить адаптер после OCR-модуля в приложении для учета расходов или сканирования чеков.
  • Автоматизация бухгалтерии: Использовать в Telegram-боте для быстрого перевода бумажных чеков в структурированный JSON.
  • Тестирование извлечения: Проверить точность выделения данных на англоязычных чеках в среде Python с использованием библиотеки peft.

Пример

import json
import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig

BASE = "Qwen/Qwen2.5-1.5B-Instruct"
ADAPTER = "titouhiomar/qwen2.5-1.5b-sroie-qlora"

tok = AutoTokenizer.from_pretrained(ADAPTER)
model = AutoModelForCausalLM.from_pretrained(
    BASE,
    quantization_config=BitsAndBytesConfig(load_in_4bit=True, bnb_4bit_quant_type="nf4",
                                           bnb_4bit_compute_dtype=torch.bfloat16),
    device_map="auto",
)
model = PeftModel.from_pretrained(model, ADAPTER).eval()
Подробнее• Датасет: ICDAR 2019 SROIE (551 тренировочный и 75 валидационных чеков).
• Параметры LoRA: r = 16, alpha = 32, dropout = 0.05 на слоях q/k/v/o_proj и gate/up/down_proj.
• Железо и ресурсы: NVIDIA RTX 5060 Laptop (8 GB), пиковое потребление VRAM 4.8 GB, время обучения около 30 минут.
• Ограничения: обучено на англоязычных малайзийских чеках; модель работает только с готовым OCR-текстом и не умеет читать картинки напрямую.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 2.9 GB · готовые файлы3.8 GB
  • FP8 / INT8рекомендуемвеса 1.5 GB2.3 GB
  • 4-bitвеса 0.9 GB1.7 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 2060

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

Это LoRA: вместе с базовой моделью Qwen2.5-1.5B-Instruct.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    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.

    # titouhiomar/qwen2.5-1.5b-sroie-qlora — A30, FP8 / INT8
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    # 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 Qwen/Qwen2.5-1.5B-Instruct --max-model-len 8192 --quantization fp8 --enable-lora --max-lora-rank 64 --lora-modules qwen2.5-1.5b-sroie-qlora=titouhiomar/qwen2.5-1.5b-sroie-qlora
    Добавить ещё LoRA к Qwen2.5-1.5B-Instruct
  3. 3. Пользуйтесь

    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.

  • 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.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Нужна базовая модель

Qwen/Qwen2.5-1.5B-Instruct

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. Qwen2.5-1.5Bоснова семьи
  2. Qwen2.5-1.5B-Instruct
  3. qwen2.5-1.5b-sroie-qlora

Новые посты про версии Qwen2.5-1.5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

titouhiomar/qwen2.5-1.5b-sroie-qlora
Автор
titouhiomar
Категория
Языковые модели
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

LevelUp AI

LevelUp AI
Другое

SahayakLLM

SahayakLLM