/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
MIT
Архитектура
snif · dense
Библиотека
transformers
Опубликована
9 окт 2026

snif-qwen-deepseek

Генерация текстаТекст → текст

SNIF объединяет компактную Qwen2.5 и DeepSeek-R1 для диалоговой генерации текста с динамическим переходом к более сложным рассуждениям.

128скачиваний за 30 дней5лайковвеса обновлены10 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SNIF (StateGate Neural Inference Fabric) — составная причинная языковая модель, объединяющая Qwen2.5-0.5B-Instruct для быстрой обработки запросов и DeepSeek-R1-Distill-Qwen-1.5B для сложных рассуждений. По README, маршрутизация оценивает внутренние активации на девятом слое и передаёт состояние через латентный интерфейс размерности 2048 без промежуточных текстовых токенов. Модель поддерживает диалоговую генерацию текста; заявлены динамическое направление сложных запросов на углублённое рассуждение, компактное использование видеопамяти около 1980 МиБ и ускоренное декодирование кратких ответов.

Репозиторий использует Transformers и формат safetensors. В карточке указана лицензия MIT. README описывает архитектурную схему, но не приводит результатов независимой оценки качества; заявленные характеристики памяти и скорости следует считать характеристиками авторского описания.

Сценарии применения

  • ответы на простые вопросы с быстрой генерацией
  • решение сложных задач с пошаговым рассуждением
  • диалоговый помощник на GPU с ограниченной видеопамятью

Ограничения

Независимые результаты оценки качества в README не приведены. Заявления об использовании памяти и ускорении декодирования исходят из карточки модели и не сопровождаются методикой измерений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SNIF: StateGate Neural Inference Fabric (Qwen2.5-0.5B + DeepSeek-R1-1.5B)

SNIF (StateGate Neural Inference Fabric) is an open-source composite causal language model that dynamically connects Qwen2.5-0.5B (Edge Prefill and Fast Decode) and DeepSeek-R1-1.5B (Cognitive Reasoning) via a continuous 2048-dimensional latent interconnect.

Author: CS Hari Krishna (csharikrishna1806@gmail.com)
Repository: csharikrishna/stategate
License: MIT

Open In Colab Quickstart Notebook


Architecture Highlights

  • Continuous Latent Deliberation: Zero intermediate text tokens transferred across models during routing.
  • Asymmetric Compute Efficiency: Confident queries complete via lightweight edge prefill; complex queries escalate dynamically to deep reasoning.
  • Low Hardware Footprint: Active memory footprint is ~1,980 MiB VRAM, enabling execution on consumer GPUs and free Google Colab environments.
  • Concise Decode: Bounded conclusion decoding avoids repetitive multi-paragraph derivations, delivering up to 3.5x faster decode latency.

Quickstart

1. Installation

pip install torch transformers safetensors accelerate sentencepiece tiktoken

2. Inference

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "csharikrishna/snif-qwen-deepseek"
device = "cuda" if torch.cuda.is_available() else "cpu"
dtype = torch.float16 if torch.cuda.is_available() else torch.float32

# Load tokenizer and composite model
tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    trust_remote_code=True,
    torch_dtype=dtype,
    device_map="auto" if torch.cuda.is_available() else None,
)
if device == "cpu":
    model = model.to("cpu")
model.eval()

# 1. Factual Query (Fast exit locally via Qwen)
prompt1 = "What is the boiling point of water at sea level?"
inputs1 = tokenizer(prompt1, return_tensors="pt").to(model.device)
out1 = model.generate(**inputs1, max_new_tokens=40, do_sample=False)
print("Answer 1:", tokenizer.decode(out1[0][inputs1.input_ids.shape[-1]:], skip_special_tokens=True).strip())
print("Telemetry 1:", model.last_routing_info)

# 2. Logic Query (Escalates via 2048D NeuralBus to DeepSeek-R1 with Dynamic CHOP)
prompt2 = "If all bloops are razzies and some razzies are snarks, are all bloops snarks? State conclusion concisely."
inputs2 = tokenizer(prompt2, return_tensors="pt").to(model.device)
out2 = model.generate(**inputs2, max_new_tokens=40, do_sample=False)
print("Answer 2:", tokenizer.decode(out2[0][inputs2.input_ids.shape[-1]:], skip_special_tokens=True).strip())
print("Telemetry 2:", model.last_routing_info)
# Example Telemetry:
# {
#   'route_taken': 'ESCALATE_CHOP',
#   'p_uncertainty': 0.4888,
#   'reasoning_layers_executed': 13,
#   'reasoning_layers_saved': 15,  # 53.6% compute reduction!
#   'chop_stability': 0.8769,
#   'intermediate_text_tokens': 0,
#   'elapsed_ms': 3058.4
# }

System Architecture

  • Small Model (Edge): Qwen/Qwen2.5-0.5B-Instruct (896D, 24 layers, 494M params)
  • Big Model (Reasoning): deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B (1536D, 28 layers, 1.78B params)
  • Latent Interconnect: Universal 2048D Lingua Franca Hub
  • Routing Policy: Pre-generation latent routing evaluating intermediate activations at Layer 9.

Citation

@misc{stategate2026,
  author = {CS Hari Krishna},
  title = {StateGate: Pre-Generation Latent Meta-Routing for Cost-Optimal Language Model Inference},
  year = {2026},
  publisher = {GitHub},
  howpublished = {\url{https://github.com/csharikrishna/stategate}}
}

Note: Research paper and extended theoretical evaluation in preparation.


License and Trademark Notice

  • Software and Model Weights License: MIT License
  • Copyright: Copyright (c) 2026 CS Hari Krishna. All rights reserved.
  • Trademark Notice: The names "StateGate", "SNIF", and "NeuralBus" are project and research identifiers belonging to CS Hari Krishna. This open-source license grants permission to use the software and weights, but does not grant rights to use these names to endorse or promote derivative products without attribution.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
SNIFForCausalLM
Ревизия весов
fbf5ef8

0 моделей