К содержимому
Другое

Observer-Qwen3.6-27B

RL-наблюдатель для контроля диалогов нейросетей

2 мин чтенияобновлено

Команда Transluce выпустила LoRA-адаптер (небольшую надстройку над базовой моделью), обученный с помощью RL (обучения с подкреплением) для надзора за диалогами ИИ. На практике модель работает в отдельной роли observer: она анализирует текущую переписку и отвечает на проверочные вопросы о происходящем в диалоге. В основе лежит крупная мультимодальная модель Qwen/Qwen3.6-27B (27 млрд параметров), а сам адаптер сконвертирован в стандартный формат Hugging Face PEFT. В отличие от обычных чат-ассистентов, адаптер заточен именно под протокол внешнего аудита и оценки ответов, поэтому пригодится исследователям безопасности ИИ и разработчикам систем автоматического контроля.

Ключевые особенности

  • Обучен за 142 шага RL специально для работы в роли наблюдателя (observer), а не обычного ассистента.
  • Совместим с библиотекой PEFT: содержит только веса адаптера (802 тензора, размер около 1.09 ГБ) без дублирования базовой модели.
  • Использует ранг LoRA 32 (и объединённый ранг 96 для модулей linear-attention QKV) с сохранением точной математической эквивалентности исходным весам Tinker.
  • Поддерживает как режим рассуждений (thinking mode), так и оценку вероятностей продолжения ответа через prefill.

Что можно сделать

  • Встроить в пайплайн модерации или мониторинга, чтобы модель в роли observer проверяла чужие диалоги по заданным контрольным вопросам.
  • Использовать для автоматической оценки качества и безопасности ответов других LLM через подсчёт log-probability вариантов продолжения.
  • Применять в исследованиях AI-oversight и интерпретируемости поведения языковых моделей на базе Qwen3.6-27B.

Пример

from peft import PeftModel
from transformers import AutoModelForImageTextToText, AutoTokenizer

base_id = "Qwen/Qwen3.6-27B"
rev = "8f33b98937c6031bb49e713dee3e8e185aafd26f"
tokenizer = AutoTokenizer.from_pretrained(base_id, revision=rev)
base = AutoModelForImageTextToText.from_pretrained(base_id, revision=rev, dtype="auto", device_map="auto")
model = PeftModel.from_pretrained(base, "Transluce/Observer-Qwen3.6-27B")
ПодробнееБазовая модель: Qwen/Qwen3.6-27B (архитектура Qwen3_5ForConditionalGeneration, требуется свежая версия Transformers и PEFT с поддержкой rank_pattern/alpha_pattern).
Требования к железу: базовая модель на 27B требует значительного объёма видеопамяти (VRAM).
Ограничения: обычный формат чата (assistant-only) не подходит — нужно сохранять историю диалога, передавать вопрос как query и запускать генерацию от роли observer.
Детали релиза: формы всех 802 тензоров проверены программно на meta-устройстве, но полноценная генерация на GPU после конвертации не тестировалась.
Обсудить Telegram 0

Запустится ли?

Запустится в 4-bit

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

  • BF16веса 53 GB · готовые файлы59 GB
  • FP8 / INT8рекомендуемвеса 27 GB30 GB
  • 4-bitвеса 16 GB18 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.

Это LoRA: вместе с базовой моделью Qwen3.6-27B.

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.

    # Transluce/Observer-Qwen3.6-27B
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 Qwen/Qwen3.6-27B --local-dir ~/models/Qwen3.6-27B
    hf download Transluce/Observer-Qwen3.6-27B --local-dir ~/models/Observer-Qwen3.6-27B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.6-27B
  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

Нужна базовая модель

Qwen/Qwen3.6-27B

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

Новые посты про версии Qwen3.6-27B — 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 1Все на Hugging Face

О модели

Transluce/Observer-Qwen3.6-27B
Автор
Transluce
Категория
Другое
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

QJev-1.5B

QJev-1.5B