/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
425 млн
Архитектура
testgeniy · dense
Библиотека
transformers
Опубликована
11 авг 2026

testgeniy

Генерация текстаТекст → текст3 профессии

Компактная англоязычная причинная языковая модель для математических и логических рассуждений и работы с контекстом до 4096 токенов.

2 680скачиваний за 30 дней1лайквеса обновлены26 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

TestGeniy — компактная авторегрессионная языковая модель на 424,7 млн параметров для рассуждений на английском языке, математических задач, формальной логики и текстового взаимодействия. Модель разработана в проекте TestGeniy; опубликованный чекпойнт основан на logic_small_scope_step080 и предназначен для экспериментов с рассуждениями, запросами с длинным контекстом до 4096 токенов и контролируемого дообучения.

Контекст расширен с 2048 до 4096 позиций с помощью RoPE; используются скользящее внимание с блоком 1024 токена и глобальное внимание в отдельных слоях. Чекпойнт прошёл проверку полноты вычислений на контексте 4096 токенов и тест на длинном запросе. На небольшом наборе регрессионных проверок расширение контекста не изменило результаты, но авторы не заявляют улучшения точности бенчмарков.

Модель может ошибаться, особенно в сложной математике и формальной логике; приведённые тесты не дают широкой оценки её возможностей. В README лицензия не указана.

Сценарии применения

  • проверка математических рассуждений на английском языке
  • ответы на вопросы по формальной логике
  • эксперименты с длинными запросами до 4096 токенов
  • контролируемое дообучение компактной языковой модели

Ограничения

Модель может давать неверные ответы и ошибаться в сложной математике и формальной логике. Результаты небольших регрессионных тестов не являются широкой оценкой качества.

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

TestGeniy 4K Context Reasoning Model

TestGeniy is a compact causal language model focused on mathematical reasoning, formal logic, and helpful text interaction.

This main release is the validated 4K-context anchor. It is the safe production checkpoint after context-extension and regression testing.

Release summary

  • Context window: 4096 tokens.
  • RoPE: extended from 2048 to 4096 positions using the original theta value 500000.
  • Attention: sliding attention with block size 1024 and global attention in layers 3, 7, 11, 15, 19, and 23.
  • Weights: validated logic_small_scope_step080 anchor, with context buffers extended to 4096.
  • Evaluation questions were kept out of training.
  • This main release does not include the rejected synthetic-CoT candidates.

Validation

The 4K model remained finite on full 4096-token forward passes and answered a 3157-token long-context probe correctly.

Fixed paired reasoning gate, 12 examples per dataset:

BenchmarkAnchor4K main
GSM8K2/122/12
MATH-5002/122/12
ARC-Challenge5/125/12
FOLIO4/124/12

The release is a verified context-capability improvement with no measured regression on this gate. It is not presented as a benchmark-accuracy improvement.

Intended use

Use this checkpoint for compact English reasoning experiments, long-context prompting up to 4096 tokens, and further controlled fine-tuning.

Limitations

This is a small research model. It can produce incorrect reasoning or answers, especially on difficult mathematics and formal logic. The benchmark gate above is a regression gate, not a broad capability estimate.

Provenance

Base checkpoint: logic_small_scope_step080 from this project. The published weights contain no benchmark questions and no synthetic-CoT training data.

Budgie Alignment v2 research handoff

A later, gate-driven Budgie-500M post-training research track is stored under candidates/budgie-alignment-v2/.

Start with the comprehensive Budgie Alignment v2 README. It documents the current research leader, exact checkpoint lineage, evaluation protocols, confidence intervals, training-source policy, Qwen3.8+DFlash2 teacher setup, retained and rejected experiments, known limitations, and recommended next steps for a human or another AI agent.

These research candidates do not replace this root checkpoint automatically.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура testgeniy неизвестна transformers в образе рантайма.

Класс архитектуры
TestGeniyForCausalLM
Ревизия весов
d714e4c

0 моделей