# Phocinae-Largha 150M: компактная модель для локального выбора ответа

Источник: https://modelium.tech/zhurnal/phocinae-largha-150m-local-decisions-cpu/

8 октября появились веса Phocinae-Largha 150M: модель выбирает ответ из заданных вариантов, отвечает «да/нет» или выставляет оценку, не сочиняя свободный текст. Её можно запускать на процессоре через отдельный инструмент автора; это вариант для разработчиков, а не готовое домашнее приложение. Оценки качества пока опубликованы самими авторами, русский язык не проверен.

8 октября 2026 года авторы разместили веса Phocinae-Largha-150M-v1. Представьте поток служебных заявок: для каждой нужно выбрать «согласовать», «отложить» или «передать человеку». Эта модель оценивает заранее заданные ответы, а не пишет свободный текст. Для работы с собственными данными потребуется отдельная программа и проверка решений человеком; редакция не запускала модель. [s1](#src-s1)[s3](#src-s3)

## Что можно скачать сейчас

В закреплённой версии репозитория есть файл весов `model.safetensors`, конфигурация и токенизатор. Текущие веса версии v1.1 загружены 8 октября. Название «150M» обозначает класс модели; авторы указывают 144,3 млн параметров. Файл весов занимает 288 603 268 байт на диске — **это не минимальное требование к оперативной памяти**. Метка модели и текст её лицензии — Apache-2.0; исходная mmBERT-small в карточке указана как база, но это отдельный пакет со своими условиями. [s1](#src-s1)[s3](#src-s3)[s4](#src-s4)

Авторы также открыли `phocinae-server` и 9 октября выложили пакет версии 0.1.5 в PyPI. Эта программа работает с локальными весами на CPU или GPU и предоставляет программный интерфейс для выбора варианта, ответа «да/нет» и оценки по шкале 2–10. По умолчанию сервис слушает только `127.0.0.1`; его не стоит выставлять в интернет. **Это инструмент для разработчика**, а не приложение с кнопкой «установить модель» для новичка. Сами веса и программа скачиваются заранее из сети; прямой запуск Modelium не воспроизводил. [s5](#src-s5)[s6](#src-s6)

## Насколько точны такие решения

В собственном тесте авторов модель получила 0,906 точности на 2000 решениях в англоязычном наборе typed-decisions, на обучающей части которого её подстраивали. На другом публичном наборе JevBench результат составил 126 правильных ответов из 231 (0,5455) — ниже указанного авторами порога 58,4%. Это **разные наборы задач**: нельзя переносить высокий результат первого на свои документы или считать модель защитой от опасных действий. Для китайского авторы использовали в том числе машинный перевод; оценки русского языка они не приводят. Ни один из этих замеров редакция независимо не повторяла. [s1](#src-s1)[s2](#src-s2)

Если задача связана с доступом, деньгами или удалением файлов, оставьте обязательные правила и подтверждение человеком: даже авторы программы отдельно предупреждают, что модель не заменяет полноценный аудит безопасности. [s5](#src-s5)

## Кому обратить внимание

Разработчику локального рабочего процесса — если он хочет сравнить компактную модель на CPU с существующим способом разбора типовых сообщений. Самый разумный следующий шаг: открыть карточку автора, подготовить небольшой набор **своих** размеченных примеров и сначала сверить ответы на них, не подключая модель к автоматическому выполнению действий. Тем, кто ищет чат-помощника на домашнем компьютере, этот выпуск не подходит: Phocinae не генерирует связный ответ и не является готовым домашним рецептом. [s1](#src-s1)[s5](#src-s5)

Близкая по назначению [Bobcat 1.2](https://modelium.tech/zhurnal/bobcat-1-2-local-typed-decisions/) также выбирает из заданных ответов, но в опубликованной статье описан иной, гораздо более крупный стек с серверным запуском. Сравнивать их точность напрямую по несопоставимым авторским тестам нельзя. [s1](#src-s1)[s2](#src-s2)

## Источники

1. [Phocinae-Largha-150M-v1 — карточка автора, закреплённая ревизия](https://huggingface.co/Phocinae/Phocinae-Largha-150M-v1/blob/9a37d71465be4b2abb8a64c5270008c08897cd33/README.md) — получено 2026-10-09
2. [Phocinae — авторская методика и результаты тестов](https://huggingface.co/Phocinae/Phocinae-Largha-150M-v1/blob/9a37d71465be4b2abb8a64c5270008c08897cd33/BENCHMARKS.md) — получено 2026-10-09
3. [Phocinae — закреплённое дерево файлов и дата загрузки весов](https://huggingface.co/Phocinae/Phocinae-Largha-150M-v1/tree/9a37d71465be4b2abb8a64c5270008c08897cd33) — получено 2026-10-09
4. [Phocinae — текст лицензии Apache-2.0](https://huggingface.co/Phocinae/Phocinae-Largha-150M-v1/blob/9a37d71465be4b2abb8a64c5270008c08897cd33/LICENSE) — получено 2026-10-09
5. [phocinae-server — официальный код и описание запуска](https://github.com/Phocinae/phocinae-server/tree/705508c33f185aee6a838379502e7a87caa0e138) — получено 2026-10-09
6. [PyPI phocinae-server — версия 0.1.5 и дата загрузки](https://pypi.org/project/phocinae-server/0.1.5/) — получено 2026-10-09