К содержимому
Компьютерное зрение

Qwen3.81-27B

слияние двух файнтюнов Qwen3

1 мин чтенияобновлено

Модель представляет собой 50/50 линейное усреднение параметров двух версий на базе Qwen3.5: агентно-терминального DaisyRose-27B и мультимодального sabi-noema с гибридным вниманием. Благодаря ортогональности направлений дообучения, слияние сохраняет около 100% комбинированного сигнала без потери знаний. Модель весит 54.7 ГБ в формате bf16 и отлично подходит для задач программирования, рассуждений и работы с изображениями.

Ключевые особенности

  • Ортогональное слияние: направления дообучения двух базовых моделей перпендикулярны, что позволяет успешно объединить их опыт.
  • Мультимодальность: полностью сохранена архитектура обработки изображений от базовой линейки Qwen3.5.
  • Режим рассуждений: поддержка шаблона чата с встроенным глубоким мышлением (thinking format).
  • Вариант квантования: доступна NVFP4 версия (19 ГБ) для запуска на одной GPU.

Что можно сделать

  • Запуск через vLLM: развернуть локальный сервер для работы с моделью и длинным контекстом.
  • Решение задач в терминале: использовать сильные агентные навыки, унаследованные от DaisyRose.
  • Мультимодальный анализ: обрабатывать запросы, совмещающие текст и изображения, благодаря гибридной архитектуре.

Пример

vllm serve vince62s/Qwen3.81-27B \
  --served-model-name qwen3.81 \
  --reasoning-parser qwen3 \
  --max-model-len 32768
Подробнее• GPQA Diamond: 43.9% (loglikelihood)
• Требования к VRAM: ~55 ГБ+ для bf16 версии
• Параметры: 27.36 млрд параметров, формат safetensors (3 шарда)
• Семплирование: temperature 1.0, top_p 0.95
Обсудить Telegram 0 21

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 51 GB · готовые файлы57 GB
  • FP8 / INT8рекомендуемвеса 25 GB29 GB
  • 4-bitвеса 14 GB16 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.

    # vince62s/Qwen3.81-27B
    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 vince62s/Qwen3.81-27B --local-dir ~/models/Qwen3.81-27B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.81-27B
  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

Дообучение модели

RadixArk/DaisyRose-27B
  1. Qwen3.8-27Bоснова семьи
  2. DaisyRose-27B
  3. Qwen3.81-27B

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

vince62s/Qwen3.81-27B
Автор
vince62s
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

210

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

sid1-qwen3-4b

sid1-qwen3-4b
Другое

ClosureRAG

ClosureRAG