К содержимому
Компьютерное зрение

Velandris Qwen3.8-27B Honesty

R-Build v4.2 — гибридная модель с повышенной честностью

2 мин чтенияобновлено

Модель создана разработчиком Velandris на базе unsloth/Qwen3.8-27B и объединяет в себе две ключевые части. Первая — встроенная в 16-битные веса LoRA (небольшая надстройка над базовой моделью) для повышения честности и снижения количества галлюцинаций. Вторая — дополнительные архитектурные модули R-Build v4.2 общим объемом около 650M параметров (панель из четырех критиков, быстрая память и экшн-головка CUA), которые поставляются в виде необученной заготовки. Базовая часть работает из коробки со стандартными библиотеками, выдавая более осторожные ответы на сложные вопросы. Новинка пригодится исследователям и разработчикам, которые изучают борьбу с галлюцинациями и экспериментируют с новыми архитектурными расширениями LLM.

Ключевые особенности

  • Встроенная LoRA снижает уровень галлюцинаций с 56.8% до 34.2% по внутренней метрике честности.
  • Интегрированы модули R-Build v4.2 (панель критиков, дельта-память и экшн-головка), упакованные в отдельный файл весов.
  • Модуль rbuild загружается через специальный конфигурационный файл и отдельный движок, не нарушая работу базовых весов.
  • Дополнительные R-Build модули при инициализации являются полностью необученными и требуют предварительного фиттинга.
  • На простых вопросах модель стала осторожнее: точность на TriviaQA снизилась на 5 пунктов из-за роста числа отказов от ответов.

Что можно сделать

  • Запустить модель стандартными средствами transformers, используя объединенные веса честной версии Qwen3.8-27B.
  • Подключить R-Build движок для загрузки критиков, быстрой памяти и экшн-головки из файла model-rbuild.safetensors.
  • Провести дообучение R-Build модулей с помощью методов RBuildBaseTrainer для задействования новой архитектуры.
  • Протестировать поведение модели на задачах, где критически важно снизить уровень вымышленных фактов.

Пример

import json, torch
from huggingface_hub import snapshot_download
from safetensors.torch import load_file
from transformers import AutoTokenizer, AutoModelForImageTextToText
from rbuild import RBuildAdaptedModel, V41Config

path = snapshot_download("Velandris/Velandris-Qwen3.8-27B-Honesty-RBuild")
tok = AutoTokenizer.from_pretrained(path)
base = AutoModelForImageTextToText.from_pretrained(path, dtype=torch.bfloat16, device_map="cuda")
model = RBuildAdaptedModel(base, V41Config.load(f"{path}/rbuild_v41_config.json"))
rb = load_file(f"{path}/model-rbuild.safetensors")
for name in ("memory", "critics", "action_head"):
    getattr(model, name).load_state_dict({k[len(f"rbuild.{name}."):]: v for k, v in rb.items() if k.startswith(f"rbuild.{name}.")})
model.memory.cuda(); model.critics.cuda(); model.action_head.cuda()
ПодробнееБенчмарки честности: точность 39.2% (у базы 40.0%), отказы 40.0% (у базы 25.9%), галлюцинации 34.2% (у базы 56.8%).
Параметры: около 28.46B базовых весов и 0.65B в R-Build модулях.
Лицензия: Velandris License 1.0 с учетом сторонних компонентов.
Ограничения: R-Build модули требуют обучения, а оценки выставлялись базовой моделью.
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 54 GB · готовые файлы60 GB
  • FP8 / INT8рекомендуемвеса 27 GB30 GB
  • 4-bitвеса 15 GB17 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.

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.

    # Velandris/Velandris-Qwen3.8-27B-Honesty-RBuild
    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 Velandris/Velandris-Qwen3.8-27B-Honesty-RBuild --local-dir ~/models/Velandris-Qwen3.8-27B-Honesty-RBuild
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Velandris-Qwen3.8-27B-Honesty-RBuild
  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

unsloth/Qwen3.8-27B
  1. Qwen3.8-27Bоснова семьи
  2. Qwen3.8-27B
  3. Velandris-Qwen3.8-27B-Honesty-RBuild

Новые посты про версии Qwen3.8-27B — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Velandris/Velandris-Qwen3.8-27B-Honesty-RBuild
Автор
Velandris
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии