К содержимому
Другое

OpenCode BPE-latent LoRA checkpoints

набою адаптеров для латентного рассуждения Qwen3-4B

1 мин чтенияобновлено

Набор адаптеров LoRA (небольшая надстройка над базовой моделью) для языковой модели Qwen3-4B, обученных на основе цепочки рассуждений (CoT), перекодированной в латентный словарь BPE без потерь. Цепочки мыслей сжимаются специальными латентными токенами, что позволяет экспериментировать с эффективностью генерации кода. Чекпоинты содержат веса эмбеддингов, токенайзеры и словари конфигураций для различных правил объединения токенов. Набор ориентирован на разработчиков и исследователей, изучающих скрытые рассуждения LLM в генерации кода.

Ключевые особенности

  • База на Qwen3-4B: адаптеры созданы поверх SFT-модели с естественным CoT.
  • Латентное кодирование: использование потерь BPE-словаря под разными правилами never-merge.
  • Множество вариантов: папки содержат разные коэффициенты сжатия (1.2x, 1.5x и др.) и варианты фильтрации данных (comments / no-comment).
  • Оценка LiveCodeBench: бенчмарки генерации кода выполнены для двухэтапного декодирования.

Что можно сделать

  • Применить LoRA-адаптеры из репозитория поверх базовой Qwen3-4B для экспериментов с генерацией кода.
  • Исследовать влияние различных правил never-merge (например, блокировку цифр или ключевых слов) на метрики LCB.
  • Анализировать разницу между датасетами с комментариями кода (cot) и без них (cot_nc).

Пример

Модель проходиющих оценку LiveCodeBench (LCB) с двухэтапным декодированием (латентный кап до 6192, кап кода до 2000, температура 0.2) для проверки точности генерации кода.

ПодробнееБазовая модель: Qwen3-4B
Параметрынастройки: 3 эпохи, max-len 8192, LoRA r16/a32, lr 2e-4, seed 42
Лучшие результаты LCB v5 достигают 55.5 (nc_ident) и 32.6 (nc_none, nc_tok) в v6new
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # zzzjjxx/opencode_latent_ckpts
    # ===== 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 zzzjjxx/opencode_latent_ckpts --local-dir ~/models/opencode_latent_ckpts
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к opencode_latent_ckpts
  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

Новые посты про версии opencode_latent_ckpts — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

zzzjjxx/opencode_latent_ckpts
Автор
zzzjjxx
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