К содержимому
Другое

ZuzeTt/lfm3-1.7b-roleplay

LoRA-адаптер для ролевых игр на базе LFM3-1.7B

2 мин чтенияобновлено

Компактный LoRA-адаптер (небольшая надстройка над базовой моделью) от автора ZuzeTt, созданный поверх модели LiquidAI/LFM3-1.7B на 1.7 миллиарда параметров. Он учит нейросеть строго придерживаться карточки персонажа, писать в образе и не читать пользователю нотации, при этом сохраняя базовые навыки вроде математики и программирования. Адаптер обучался на отфильтрованном SFW-датасете без откровенного контента, куда вошли английские и русские ролевые диалоги. Подойдёт для запуска лёгких ролевых ботов и локальных экспериментов на слабом железе.

Ключевые особенности

  • Обучен на ~8 млн токенов: 4 млн на английском ролевом датасете, 2 млн на русском pippa_ru и 2 млн на общих инструкциях ultrachat_200k, чтобы не сломать логику и код.
  • Строго SFW-фильтрация: откровенная лексика и 18+ теги вычищены, но модель перестаёт читать морали и выходить из роли на острых сюжетах.
  • Скромные требования: благодаря размеру 1.7B и поддержке 4-битного квантования запускается даже на видеокартах с 4 ГБ VRAM.
  • Улучшение метрик: перплексия (показатель неуверенности модели при генерации текста) на отложенной выборке Ultrachat снизилась с 9.79 до 7.06 по сравнению с базой.

Что можно сделать

  • Запустить локального ролевого чат-бота с заданной карточкой персонажа в system-промпте на слабом ПК или ноутбуке.
  • Генерировать интерактивные текстовые сцены и диалоги от первого или третьего лица на английском или русском языке.
  • Интегрировать модель в мобильные или компактные офлайн-приложения через готовые GGUF-квантования (от Q2_K до Q8_0).

Пример

pip install torch transformers peft
python run_roleplay.py \
  --system "You are Varek, a ruthless warlord in a dark fantasy kingdom. Stay in character." \
  --user "*The village elders kneel before your throne.* We cannot pay the tribute this season, my lord."
ПодробнееОбучение: LoRA r=16, alpha=32, 1 эпоха на одной T4 (1.57 часа), train loss 1.61.
Железо: работает на GPU с 4 ГБ памяти при запуске с флагом --load-in-4bit.
Ограничения: из-за размера 1.7B у модели короткая память, русский язык слабее английского, может смешивать повествование от 1-го и 3-го лица (помогает уточнение в system-промпте).
Лицензия: LFM Open License v1.0 (коммерческое использование разрешено компаниям с годовой выручкой до $10 млн).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 3.2 GB · готовые файлы4.1 GB
  • FP8 / INT8рекомендуемвеса 1.6 GB2.3 GB
  • 4-bitвеса 0.9 GB1.5 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.

Это LoRA: вместе с базовой моделью LFM3-1.7B.

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.

    # ZuzeTt/lfm3-1.7b-roleplay
    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 LiquidAI/LFM3-1.7B --local-dir ~/models/LFM3-1.7B
    hf download ZuzeTt/lfm3-1.7b-roleplay --local-dir ~/models/lfm3-1.7b-roleplay
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LFM3-1.7B
  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

LiquidAI/LFM3-1.7B

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

  1. LFM3-1.7B-Baseоснова семьи
  2. LFM3-1.7B
  3. lfm3-1.7b-roleplay

Новые посты про версии LFM3-1.7B-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

О модели

ZuzeTt/lfm3-1.7b-roleplay
Автор
ZuzeTt
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

Другое

GeoReVis

GeoReVis
Другое

CoVeR

CoVeR