# YANchor-4B: открытые веса модели с памятью для длинных задач

Источник: https://modelium.tech/zhurnal/yanchor-4b-open-weights-local-memory/

YANchor-4B — новая модель, которая сохраняет выбранные сведения из длинного разговора в отдельной памяти. Веса и программа запуска доступны, но привычного домашнего запуска через Ollama или LM Studio авторы не показали: их инструкция рассчитана на Linux с NVIDIA H100. Результаты тестов пока заявлены разработчиками, не проверены Modelium.

7 октября 2026 года опубликован пакет YANchor-4B: его можно скачать и запустить на собственном оборудовании без обращения к облачному API автора. Модель рассчитана на задачи, где в длинном разговоре важно не забыть факты, сказанные намного раньше. Но это пока новость для тех, кто готов собирать экспериментальный запуск, а не новая кнопка в домашнем приложении для локального ИИ. [s1](#src-s1) [s3](#src-s3)

## Что доступно сейчас

В репозитории есть три файла с весами модели, её настройки, программа запуска и инструкция. Индекс весов перечисляет все три файла; их наличие проверено в перечне файлов репозитория. Сама модель содержит около 4,58 млрд параметров — это число описывает устройство модели, а не требуемую память компьютера. [s3](#src-s3) [s6](#src-s6)

Разработчики называют её «моделью с памятью»: вместо хранения всей истории разговора одним растущим списком она отбирает сведения в ограниченное хранилище, к которому может вернуться позже. Практический замысел — отвечать на вопросы с отсылкой к ранним сообщениям и работать с длинными задачами. Слова о неизменном расходе памяти при росте истории относятся к механизму модели; они не означают, что для запуска достаточно любого ноутбука. [s1](#src-s1) [s5](#src-s5)

## Можно ли попробовать её дома?

Официальная инструкция для инженеров предлагает собственную программу запуска в контейнере NVIDIA на Linux и описывает авторский GPU-сервер с H100 на 80 ГБ. Это конфигурация авторского запуска, **не заявленный минимальный порог**. Готовую инструкцию для обычного домашнего компьютера или подтверждённую совместимость с Ollama и LM Studio авторы не опубликовали. Простой следующий шаг — сначала открыть карточку модели и раздел USAGE, а не скачивать веса в расчёте на запуск одним нажатием. Modelium не запускал модель. [s4](#src-s4)

Обычная загрузка этих весов как стандартной модели Qwen тоже не равнозначна запуску YANchor: файлы настроек указывают на изменённую архитектуру, а авторская инструкция требует собственные модули памяти. Если вы работаете с GPU-сервером, ориентируйтесь на закреплённую инструкцию автора и сверяйте версии компонентов до запуска; домашним рецептом её считать нельзя. [s4](#src-s4)

## Что с качеством и лицензией?

Авторы сообщают об улучшениях в задачах на длинные рассуждения и скорости пакетной обработки на H100. Это **авторские замеры**, не независимый тест: сравнение скорости использует синтетические входные данные и фиксированную длину ответа; загрузка и разогрев модели в измерение не входят. Пока практическую пользу на собственных текстах придётся проверять отдельно. [s1](#src-s1)

Веса доступны по YANchor Model License 1.0. Она допускает обычное коммерческое использование, изменение и распространение при соблюдении условий, но содержит дополнительный запрет на физическое встраивание весов в не перепрограммируемую структуру чипа без отдельного разрешения. Программный код опубликован отдельно под Apache 2.0; называть саму модель просто «Apache 2.0» было бы неверно. Перед коммерческим распространением прочитайте полную лицензию и уведомления о компонентах. [s2](#src-s2)

**Вывод:** если вам нужен локальный помощник на домашнем ПК уже сегодня, YANchor-4B пока не очевидный выбор. Если вы исследуете длинные разговоры и документы и располагаете подходящей GPU-средой, начните с официальной карточки и инструкции; оценку авторов не принимайте за гарантию результата на своих данных. [s1](#src-s1) [s4](#src-s4)

## Источники

1. [YANchor-4B: закреплённая карточка модели](https://huggingface.co/HuishanJi/YANchor-4B/blob/36ecd257c0f1a0f7996dcc72e5a301e6e247ca16/README.md) — получено 2026-10-08
2. [YANchor Model License 1.0](https://huggingface.co/HuishanJi/YANchor-4B/blob/36ecd257c0f1a0f7996dcc72e5a301e6e247ca16/LICENSE) — получено 2026-10-08
3. [Hugging Face API: дата и файлы YANchor-4B](https://huggingface.co/api/models/HuishanJi/YANchor-4B) — получено 2026-10-08
4. [YANchor-4B: инструкция по запуску](https://huggingface.co/HuishanJi/YANchor-4B/blob/36ecd257c0f1a0f7996dcc72e5a301e6e247ca16/USAGE.md) — получено 2026-10-08
5. [YANchor-4B: техническая статья авторов](https://arxiv.org/abs/2610.10118) — получено 2026-10-08
6. [YANchor-4B: индекс весов](https://huggingface.co/HuishanJi/YANchor-4B/blob/36ecd257c0f1a0f7996dcc72e5a301e6e247ca16/model.safetensors.index.json) — получено 2026-10-08