К содержимому
Компьютерное зрение

Qwen3-VL-2B + WSP

правка безопасности без обучения

2 мин чтенияобновлено

Чекпоинт принимает изображение и текстовый запрос и отвечает текстом, как обычная vision-language модель. Он основан на Qwen3-VL-2B-Instruct (2,13 млрд параметров, BF16) и отличается точечной правкой весов: без градиентов, файнтюна и оптимизатора изменены 7 тензоров. Цель — снизить вероятность вредных ответов на опасные изображения и инструкции, сохранив нормальные ответы на безопасные запросы. Пока это research checkpoint: независимой проверки на held-out-наборе нет, а результаты ниже получены только на dev-сплитах VLGuard. Пригодится исследователям safety для VLM, а не как готовый продакшн-фильтр.

Ключевые особенности

  • База — Qwen3-VL-2B-Instruct; сохранены layout, tokenizer, processor, chat template и BF16, изменены только 7 тензоров.
  • Метод complementary WSP: якорь — gated harm-detector нейрон в layer 15, плюс rank-1 правка attention в layer 18 и gated image-borne-harm нейрон в layer 10.
  • На confirmation-сплите VLGuard train ASR harmful снизился с 37,5% до 10,0%, unsafe-image — с 50% до 20%, unsafe-instruction — с 25% до 0%.
  • Over-refusal остался 0/24; benign reference ΔNLL +0,010. Но это малые dev-выборки и keyword-based ASR.

Что можно сделать

  • Прогнать собственные запросы с изображениями и текстом и сравнить отказы с оригинальной Qwen3-VL-2B-Instruct.
  • Изучить, как правка отдельных нейронов и attention-слоёв влияет на safety-поведение VLM.
  • Использовать как research-чекпоинт в экспериментах с guardrails, не как готовый продакшн-фильтр.

Пример

import torch
from transformers import Qwen3VLForConditionalGeneration, AutoProcessor
model = Qwen3VLForConditionalGeneration.from_pretrained("utsavz/wsp_nov11_qwen3vl2b_complementary", dtype=torch.bfloat16, device_map="cuda")
processor = AutoProcessor.from_pretrained("utsavz/wsp_nov11_qwen3vl2b_complementary")
messages = [{"role": "user", "content": [{"type": "image", "image": "img.jpg"}, {"type": "text", "text": "Describe this image."}]}]
inputs = processor.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_dict=True, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=128, do_sample=False)
print(processor.batch_decode(out[:, inputs["input_ids"].shape[1]:], skip_special_tokens=True)[0])
ПодробнееНа confirmation-сплите VLGuard train (64 примера на подмножество): ASR harmful 37,5% → 10,0%, unsafe-image 50% → 20%, unsafe-instruction 25% → 0%; over-refusal 0/24.
Benign reference ΔNLL +0,010. Ограничения: нет held-out оценки; вредные изображения при нейтральном запросе всё ещё не отклоняются (0/32); маленькие выборки, keyword-based ASR и лимит 20 токенов.
Правка не заменяет safety-обучение и внешние guardrails.
Обсудить Telegram 0 15

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 4.0 GB · готовые файлы4.9 GB
  • FP8 / INT8рекомендуемвеса 2.0 GB2.7 GB
  • 4-bitвеса 1.1 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.

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.

    # utsavz/wsp_nov11_qwen3vl2b_complementary
    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 utsavz/wsp_nov11_qwen3vl2b_complementary --local-dir ~/models/wsp_nov11_qwen3vl2b_complementary
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к wsp_nov11_qwen3vl2b_complementary
  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-VL-2B-Instruct

Новые посты про версии Qwen3-VL-2B-Instruct — 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

utsavz/wsp_nov11_qwen3vl2b_complementary
Автор
utsavz
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

150

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Qwen3.8-27B Merge

Qwen3.8-27B Merge
Языковые модели

Measure Twice

Measure Twice