К содержимому
Компьютерное зрение

Qwen3.5-9B Equational Theory

обучение на заметках без эталона

2 мин чтенияобновлено

Полноценный файнтюн модели Qwen3.5-9B (9.65 млрд параметров) от проекта U-WIN, созданный в рамках эксперимента по усвоению теории эквациональных тождеств. Модель дообучали на 105,6 млн токенов: базовых учебных заметках и синтетических разборах, которые сама Qwen3.5-9B написала после анализа собственных попыток решения задач без доступа к правильным ответам. Дообучались только текстовые слои (427 тензоров), а визуальный модуль остался нетронутым от оригинальной Qwen3.5-9B. Чекпоинт пригодится исследователям, изучающим самообучение языковых моделей и интернализацию математических знаний.

Ключевые особенности

  • Обучена на 100 млн токенов исходных учебных заметок (167 705 текстов) и 5,6 млн токенов rollout-заметок, сгенерированных без эталонных решений.
  • Для предотвращения деградации применён KL-штраф (0.01 x KL) относительно базовой модели на замороженном пуле траекторий.
  • Визуальные компоненты (348 тензоров) не изменялись, обновлялась только текстовая часть архитектуры AutoModelForImageTextToText.
  • В репозитории доступны два релиза: промежуточный после первой эпохи (epoch-1) и финальный после второй (main / epoch-2).

Что можно сделать

  • Исследовать влияние обучения на «шумных» самосгенерированных заметках (около 8% из них содержат неверный итоговый вердикт).
  • Сравнить качество рассуждений в задачах теории тождеств между базовой Qwen/Qwen3.5-9B, первой и второй эпохами обучения.
  • Использовать весовые коэффициенты в связке с transformers для локальных экспериментов по дообучению VLM/LLM.

Пример

from transformers import AutoModelForImageTextToText, AutoProcessor

model_id = "U-WIN/qwen35-9b-equational-theory-sair-notes100m-noref-rollout-notes-ntp-kl-0p01"
processor = AutoProcessor.from_pretrained(model_id, revision="main")
model = AutoModelForImageTextToText.from_pretrained(model_id, revision="main", dtype="auto", device_map="auto")
ПодробнееОбучение: 2 эпохи (1554 шага) на 8x GH200 за 150 минут, learning rate 5e-06, длина последовательности 17 408 токенов.
Валидация: held-out loss на учебных заметках снизился с 1.245 (база) до 0.277; на траекториях базы — с 0.145 до 0.126.
Ограничения: модель не тестировалась ни на одном публичном бенчмарке, мультимодальное качество не проверялось.
Обсудить Telegram 0 11

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 18 GB · готовые файлы20 GB
  • FP8 / INT8рекомендуемвеса 9.0 GB10 GB
  • 4-bitвеса 5.1 GB6.1 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 2080 Ti · BF16 — 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.

    # U-WIN/qwen35-9b-equational-theory-sair-notes100m-noref-rollout-notes-ntp-kl-0p01
    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 U-WIN/qwen35-9b-equational-theory-sair-notes100m-noref-rollout-notes-ntp-kl-0p01 --local-dir ~/models/qwen35-9b-equational-theory-sair-notes100m-noref-rollout-notes-ntp-kl-0p01
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  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

Qwen/Qwen3.5-9B
  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. qwen35-9b-equational-theory-sair-notes100m-noref-rollout-notes-ntp-kl-0p01

Новые посты про версии Qwen3.5-9B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 6Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

U-WIN/qwen35-9b-equational-theory-sair-notes100m-noref-rollout-notes-ntp-kl-0p01
Автор
U-WIN
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

110

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии