К содержимому
Другое

Lite mixed-10k

компактный файнтюн для смешанных задач

2 мин чтенияобновлено

Lite mixed-10k — это BF16-чекпоинт для пула Zils d3-lite, обученный на смеси из 11 датасетов. База — vllm-sr/d3-lite, построенная на Qwen3.5-0.8B; параметров около 0.85B. Модель не является самостоятельным пакетом для инференса: prompt, tokenizer, decision readout и runtime берутся из пула d3-lite, а vision-веса остались без изменений. От базовой d3-lite её отличает языковой LoRA-файнтюн, который улучшил локальную accuracy на отложенной выборке. Пригодится тем, кто экспериментирует с пулом d3-lite и хочет сравнить качество и калибровку на смешанных задачах.

Ключевые особенности

  • База — vllm-sr/d3-lite, построенная на Qwen3.5-0.8B; около 0.85B параметров.
  • Обучение: attention-only LoRA rank 16, alpha 32, dropout 0.05; адаптер слит в FP32 и сохранён в BF16.
  • 10 000 примеров из 11 датасетов: BoolQ, MultiNLI, WinoGrande XL, ARC, BANKING77, StrategyQA, PubMedQA, CondaQA, RuleTaker, ShARC.
  • Локальная оценка на 600 held-out: accuracy 87.33% против 84.17% у базовой d3-lite; Brier 0.206634 против 0.232978.
  • Не самостоятельный пакет: нужен prompt, tokenizer, decision readout и runtime из пула d3-lite.

Что можно сделать

  • Проверить, как компактная 0.85B-модель справляется с классификацией и yes/no-вопросами в вашем пайплайне на базе d3-lite.
  • Сравнить качество и калибровку с pinned d3-lite на собственных held-out примерах, если у вас есть доступ к пулу.
  • Использовать как отправную точку для экспериментов с LoRA на смешанных доменах, не трогая vision-веса.

Пример

Сценарий из карточки: подать в пул d3-lite вопрос из BoolQ или задачу из ARC и сравнить ответ и уверенность этого чекпоинта с базовой d3-lite на отложенной выборке. Готового standalone-скрипта в карточке нет — нужен runtime пула.

ПодробнееЛокальная оценка: 87.33% accuracy и Brier 0.206634 у pre-merge адаптера против 84.17% и 0.232978 у baseline.
Это результаты до слияния, а не новая оценка BF16-тела; один seed, небольшие выборки, возможное пересечение с pretraining.
Обучение шло на RTX 4060 Ti 8 GiB под WSL 2; для инференса нужен runtime пула d3-lite.
Официальный score валидатора не заявлен.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.6 GB · готовые файлы2.2 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB1.4 GB
  • 4-bitвеса 0.4 GB1.0 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.

    # wenxingwang/lite-mixed-10k
    # ===== 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 wenxingwang/lite-mixed-10k --local-dir ~/models/lite-mixed-10k
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к lite-mixed-10k
  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

vllm-sr/d3-lite
  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. d3-lite
  4. lite-mixed-10k

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

wenxingwang/lite-mixed-10k
Автор
wenxingwang
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