компактная LLM на 175M параметров, обученная с нуля на пяти Mac
schedule 2 мин чтенияобновлено
Solstice-1 — это миниатюрная англоязычная языковая модель от исследователя Уильяма Зебровски (проект OpenSML) для коротких диалогов, ответов по заданному тексту и выполнения базовых инструкций. Модель насчитывает 175 млн параметров (174,2 млн точных) и обучена с нуля на 42 млрд токенов на кластере из пяти компьютеров Mac с чипами Apple Silicon, после чего прошла три этапа дообучения с помощью LoRA (небольших обучаемых надстроек над весами). От предшественницы OpenSML-150M она отличается независимым обучением с нуля и более высокими показателями в тестах на логику и следование инструкциям. Релиз нативно работает на Mac через фреймворк MLX (библиотеку машинного обучения от Apple) и подойдёт энтузиастам, исследователям компактных моделей и тем, кто хочет запускать лёгкий локальный чат на Apple Silicon.
Ключевые особенности
Сверхлёгкая архитектура: 44 слоя трансформера (hidden width 576, GQA с 9 головами запросов и 3 KV-головами, контекст 2 048 токенов) и объединённые веса в формате FP32 safetensors.
Обучена на железе Apple: претрейн выполнен на пяти узлах Apple Silicon в BF16, а все три этапа SFT-дообучения проведены на одном Mac.
Прозрачность и воспроизводимость: в репозиторий включены не только веса и MLX-раннер, но и логи обучения, кривые потерь, хеши чекпоинтов и результаты бенчмарков под лицензией Apache-2.0.
Три стадии SFT-настройки: последовательное дообучение на диалогах (SmolTalk), задачах чтения с пониманием (SQuAD v2, SciQ) и коротких рассуждениях с сохранением исходного распределения.
Что можно сделать
Запустить локальный офлайн-чат на Mac: модель поддерживает интерактивный режим диалога в терминале с сохранением истории переписки и быстрым сбросом контекста.
Тестировать ответы по заданному фрагменту текста: использовать для базового извлечения фактов из коротких англоязычных отрывков в рамках контекстного окна в 2 048 токенов.
Изучать обучение малых LLM: использовать опубликованные рецепты, данные валидации и скрипты для экспериментов с претрейном и SFT на компактных моделях.
Пример
python3.11 -m venv .venv && source .venv/bin/activate
pip install huggingface_hub
hf download OpenSML/Solstice-1 --local-dir Solstice-1
cd Solstice-1 && pip install -r requirements.txt
python inference.py --prompt "What is the main function of the heart?" --max-new-tokens 96
python inference.py --interactive
ПодробнееБенчмарки (обходит OpenSML-150M): ARC Easy — 62.58% (acc), PIQA — 66.49%, HellaSwag — 32.85% (39.40% acc_norm), IFEval — 17.93% (strict prompts) и 32.49% (loose instructions). Железо и запуск: требуется Python 3.11 и компьютер на Apple Silicon; поддерживается только комплектный MLX-раннер (Transformers AutoModel, GGUF и CUDA не проверялись). Ограничения: исследовательский превью-релиз только для коротких текстов на английском; возможны фактические галлюцинации и повторы, не подходит для кода, SQL, JSON и работы с инструментами.
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.
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.
# wzebrowski/Solstice-1 — A30, FP8 / INT8
# Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
. /etc/os-release && \
curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
sudo apt-get update && \
sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
{ echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
exit 0
fi
curl -LsSf https://astral.sh/uv/install.sh | sh
source "$HOME/.local/bin/env"
uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
uv pip install vllm
vllm serve wzebrowski/Solstice-1 --max-model-len 8192 --quantization fp8
Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.
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.
Комментарии