/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwythos-9B-Claude-Mythos-5-1M
Библиотека
peft
Опубликована
21 июл 2026

Qwythos-9B-nsys-SFT

Генерация текстаТекст → текст

Дообученная модель Qwythos-9B для диалоговой генерации текста и вызова инструментов nsys/CUDA при профилировании GPU.

124скачиваний за 30 дней0лайковвеса обновлены21 июл 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

Qwythos-9B nsys SFT — дообученная методом QLoRA языковая модель семейства Qwythos/Qwen, созданная gittensor-model-hub для вызова инструментов Nsight Systems (nsys) и CUDA-L1. Данные для обучения были получены в цикле с локальной моделью и реальными инструментами профилирования CUDA, затем отфильтрованы и использованы для SFT; внешняя API-дистилляция в карточке отрицается. Модель рассчитана на диалоговую генерацию текста и формирование структурированных вызовов инструментов в сценариях анализа производительности GPU и CUDA.

В репозитории доступны PEFT LoRA-адаптер, объединённые GGUF-варианты BF16 и Q4_K_M, а также safetensors. В небольшой проверке на 20 запросах BF16-вариант показал 85% корректных первых XML-вызовов инструментов, а Q4_K_M — 30%; результаты зависят от runtime и настроек. Метаданные указывают лицензию Apache-2.0. README демонстрирует запуск с контекстом 65 536 токенов, но это значение относится к примеру конфигурации сервера.

Сценарии применения

  • вызов инструментов Nsight Systems для анализа CUDA-профиля
  • подготовка команд и запросов к инструментам профилирования GPU
  • автоматизация агентного цикла анализа производительности CUDA
  • формирование XML-вызовов инструментов в диалоговом интерфейсе

Ограничения

Оценка корректности вызовов основана на небольшой выборке из 20 запросов; в ней показатели BF16 и Q4_K_M заметно различались. Контекст 65 536 токенов приведён как параметр примера запуска, а не как подтверждённая оценка качества на такой длине.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwythos-9B nsys SFT (self-taught)

LoRA + GGUF fine-tune of Qwythos-9B for Nsight Systems (nsys) / CUDA-L1 tool-calling.

Self-taught (not API distillation)

The SFT trajectories were generated by this same local model stack, not by an external teacher LLM API (no GPT/Claude/OpenRouter demos):

  1. Qwythos-9B served locally with sparkinfer on an RTX 5090
  2. Autonomous agent loop (prof_dataset_gen) + real nsys / CUDA-L1 tools
  3. Quality-filtered dataset → cuda-nsys-training
  4. QLoRA SFT back into the same Qwythos base

Base pretrained weights still come from Empero/Qwen; the tool-use teaching signal is self-generated.

Contents

PathDescription
adapter/PEFT LoRA (r=16, α=32)
gguf/Qwythos-9B-nsys-SFT-Q4_K_M.ggufMerged no-MTP Q4_K_M (~5.3G) for sparkinfer
gguf/Qwythos-9B-nsys-SFT-noMTP-BF16.ggufMerged no-MTP BF16 (~17G), non-quantized
eval/Holdout A/B results: base Q4, SFT Q4, SFT BF16

Eval (first-turn XML tool calls, n=20)

Same holdout prompts from sft_eval.jsonl, temp=0.2, max_tokens=768:

ModelRuntimeparse_ratevalid tool names
Base Mythos Q4_K_Msparkinfer0%0%
SFT Q4_K_Msparkinfer30%30%
SFT BF16 (non-quantized)llama.cpp (enable_thinking=false)85%85%

See eval/summary.json, eval/sft_bf16_llamacpp_n20_v2.json.

Serve

Q4 (sparkinfer):

sparkinfer_server -m Qwythos-9B-nsys-SFT-Q4_K_M.gguf --tokenizer tokenizer.json --ctx 65536 --model-name qwythos-9b --port 8080

BF16 (llama.cpp):

llama-server -m Qwythos-9B-nsys-SFT-noMTP-BF16.gguf -c 4096 -ngl 99 --jinja -fa on --port 8081
# API: chat_template_kwargs={"enable_thinking": false}

Load LoRA (transformers)

from transformers import Qwen3_5ForConditionalGeneration, AutoTokenizer
from peft import PeftModel

base_id = "empero-ai/Qwythos-9B-Claude-Mythos-5-1M"
tok = AutoTokenizer.from_pretrained(base_id, trust_remote_code=True)
model = Qwen3_5ForConditionalGeneration.from_pretrained(base_id, torch_dtype="bfloat16", trust_remote_code=True)
model = PeftModel.from_pretrained(model, "gittensor-model-hub/Qwythos-9B-nsys-SFT", subfolder="adapter")

License

Apache-2.0 (inherits Qwen / Empero base terms). Dataset: see cuda-nsys-training.

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Ревизия весов
dcad6ef

0 моделей