К содержимому
Другое

citation_discovery_scidoca_2025_gemma4_e4b_lora_47k_seed42

поиск цитат для научных текстов

2 мин чтенияобновлено

Это LoRA (небольшая надстройка над базовой моделью), обученная оценивать релевантность цитирования для абзацев научных статей в рамках задачи SCIDOCA 2025 Task 1 (citation discovery). Адаптер работает как pointwise scorer (оценивает каждую пару «абзац — кандидат на цитирование» по отдельности) и построен на базе инструктивной модели google/gemma-4-E4B-it от пользователя yennhi0907. В отличие от базовой модели общего назначения, этот вариант дообучен на 47 166 очищенных научных абзацах с контекстом до 512 токенов. Пригодится исследователям и разработчикам систем автоматической проверки и подбора источников для академических текстов.

Ключевые особенности

  • Построена на базе google/gemma-4-E4B-it с использованием библиотеки peft.
  • Параметры LoRA: ранг r=16, alpha=32, dropout=0.05, целевые модули — q_proj, k_proj, v_proj, o_proj.
  • Обучена на полном очищенном датасете из 47 166 абзацев (до 3 негативных примеров на каждый абзац) с максимальной длиной 512 токенов.
  • Код, промпты, разбиение данных и скрипты оценки опубликованы в репозитории автора на GitHub (пакет citeduowise/).

Что можно сделать

  • Встроить в пайплайн автоматической проверки цитирований (automatic citation checking) для оценки того, насколько источник подходит к конкретному абзацу статьи.
  • Использовать для воспроизведения экспериментов или дальнейшего дообучения на задачах SCIDOCA 2025 с помощью открытого пакета citeduowise/.
  • Сравнить стабильность результатов на разных сидах и объёмах данных: в релизе также доступны версии на 15k и 47k примеров с seed=42, 123 и 456.

Пример

В карточке модели нет готового сниппета для инференса, но автор указал, что все промпты, код запуска и оценки находятся в репозитории tathiyennhi/automatic-citation-checking (пакет citeduowise/). На вход адаптер принимает фрагмент научного текста длиной до 512 токенов и возвращает оценку соответствия цитаты в режиме pointwise scoring.

ПодробнееОбучение: 2 эпохи, LR 2e-4, эффективный batch size 16, warm-up 10%, seed=42.
Выбор чекпоинта: лучший по метрике validation pair F1 (точные цифры в карточке не приведены).
Статус: дополнительный прогон (supplementary run), не вошедший в финальные результаты диссертации, сохранён для дальнейших экспериментов.
Обсудить Telegram 0 17

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 15 GB · готовые файлы17 GB
  • FP8 / INT8рекомендуемвеса 7.5 GB8.7 GB
  • 4-bitвеса 4.2 GB5.1 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 3080 · BF16 — от RTX 4090

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью gemma-4-E4B-it.

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.

    # yennhi0907/citation_discovery_scidoca_2025_gemma4_e4b_lora_47k_seed42
    # ===== 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 google/gemma-4-E4B-it --local-dir ~/models/gemma-4-E4B-it
    hf download yennhi0907/citation_discovery_scidoca_2025_gemma4_e4b_lora_47k_seed42 --local-dir ~/models/citation_discovery_scidoca_2025_gemma4_e4b_lora_47k_seed42
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к gemma-4-E4B-it
  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

Нужна базовая модель

google/gemma-4-E4B-it

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. gemma-4-E4Bоснова семьи
  2. gemma-4-E4B-it
  3. citation_discovery_scidoca_2025_gemma4_e4b_lora_47k_seed42

Новые посты про версии gemma-4-E4B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 8Все на Hugging Face

О модели

yennhi0907/citation_discovery_scidoca_2025_gemma4_e4b_lora_47k_seed42
Автор
yennhi0907
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

170

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии