/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
69 млн
Лицензия
CC BY-NC 4.0
Архитектура
MoE
Библиотека
pytorch
Опубликована
19 авг 2026

TR-HASH-MoE-200M-160B-Refinement

Генерация текстаТекст → текст3 профессии

Промежуточный чекпойнт языковой MoE-модели TR-HASH для генерации текста после незавершённого этапа refinement.

111скачиваний за 30 дней1лайквеса обновлены24 авг 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

AETHORIA-AI разработала TR-HASH MoE 200M — чекпойнт языковой модели с архитектурой Mixture of Experts, предназначенный для генерации текста и продолжения последовательностей. Это промежуточный результат второго этапа дообучения базовой модели TR-HASH-200M-130B: этап остановлен на шаге 8 156 из 17 802, после обработки примерно 32,07 млрд токенов refinement. Полная запланированная обработка 70 млрд токенов не завершена.

В README указаны 201,2 млн параметров, 16 слоёв трансформера, GQA с 14 головами запросов и 2 KV-головами, а также маршрутизация TR-Hash с четырьмя экспертами и выбором двух активных. Модель рассчитана на контекст до 2 048 токенов. На промежуточном чекпойнте сообщается результат 68,66% на PIQA; это оценка на конкретном тесте, а не завершённая оценка этапа refinement. Метаданные указывают 69 млн параметров, тогда как README сообщает 201,2 млн; размер модели в источниках расходится.

Модель работает с текстом и сохранена в формате safetensors для PyTorch. В метаданных указан английский язык. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Сценарии применения

  • продолжение текстового фрагмента
  • эксперименты с компактными MoE-моделями
  • оценка способности модели решать задачи физического здравого смысла на PIQA

Ограничения

Это незавершённый промежуточный чекпойнт: второй этап refinement остановлен на 45,8% запланированного объёма. README сообщает 201,2 млн параметров, а метаданные — 69 млн; лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TR-HASH MoE 200M — Interrupted 160B-Token Refinement Checkpoint

Phase 2 stopped at step 8,156 / 17,802. The root model.safetensors is this intermediate checkpoint (45.8%, approximately 32.07B refinement tokens), not a completed 70B-token refinement. Together with the 130B-token base run, it represents roughly 162B trained token exposures and is reported as the 160B-token source checkpoint.

Plan

Phase 2 takes the finished, fully-decayed TR-HASH 200M base checkpoint and runs a full-parameter refinement pass over the same 70B unique tokens used for base pretraining -- no replay, no augmentation, a fresh optimizer and learning-rate schedule, initialized from the base checkpoint's weights only.

SettingValue
Base checkpointTR-HASH-200M-130B (post-decay)
Training tokens69,997,690,880 (70B unique, exact match required)
Training progress represented by current weightsStep 8,156 / 17,802 (45.8%, ~32.07B tokens)
Replay / augmentationNone
OptimizerFresh at phase-2 start (not resumed from base pretraining state)
Parameters refinedFull model (not LoRA)

Interim PIQA result

The step-8,156 checkpoint already exceeds the released base checkpoint on PIQA. This is an interim measurement, not the final phase-2 result.

CheckpointPIQA accPIQA acc_normCorrect (acc)Examples
TR-HASH-200M-130B base final65.45%65.61%—1,838
Phase 2, step 8,15668.66%68.39%1,262 / 1,8381,838

Evaluation protocol: full PIQA validation split, zero-shot causal continuation log-likelihood, no chat template, maximum sequence length 2,048. The checkpoint was evaluated in FP16 through MLX using the same model weights. acc_norm selects the continuation by length-normalized log-likelihood. Final results will be measured again after step 17,802.

Model summary

Same architecture as the base checkpoint: 201.2M parameters, 16 transformer layers, GQA (14 query heads / 2 KV heads), deterministic token-ID routed TR-Hash MoE (4 stored experts, top-2 active), tied embeddings. See TR-HASH-MoE-200M-130B for the full architecture and base pretraining details.

Status

  • Base pretraining run complete
  • Phase-2 refinement launched
  • Intermediate step-8,156 weights, optimizer state, curves, and PIQA evaluation uploaded
  • Phase-2 run stopped at step 8,156
  • Full 70B-token refinement completed (not reached)

No active process is expected to finish this repository. The root weights remain the evaluated step-8,156 intermediate checkpoint.

Instruction post-training

The earlier experimental LoRA repository has been retired. The next planned stage is a full-parameter instruction SFT, documented in AETHORIA-AI/TR-HASH-MoE-200M-160B-SFT.

Project links

License

The model release is CC BY-NC 4.0. Source datasets and individual documents retain their own licenses and terms.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
1401f5c

0 моделей