/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
430 млн
Размер весов
8,3 ГБ
Лицензия
Apache 2.0
Архитектура
aether_micro · dense
Библиотека
transformers
Опубликована
23 фев 2026

AETHER-Micro-0.5B

Генерация текстаТекст → текст3 профессии

Экспериментальная компактная MoE-языковая модель для генерации текста на корейском и английском, включая код, математику и диалоги.

245скачиваний за 30 дней1лайквеса обновлены23 фев 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

AETHER-Micro-0.5B — экспериментальная языковая модель для генерации текста, разработанная автором репозитория B2J. В карточке описана архитектура MoE big.LITTLE с крупными, малыми и общими экспертами, слоем Latent Thought Layer для выбора шагов латентного рассуждения и Multi-Token Prediction для предсказания нескольких токенов за шаг. В метаданных указаны 430,4 млн параметров, контекст 2048 токенов и класс AETHERMicroForCausalLM; README при этом сообщает 2,08 млрд общих параметров и около 0,5 млрд активных на токен.

Модель предназначена для генерации текста на корейском и английском языках, а также для работы с кодом, математическими задачами и диалогами. README называет это чекпойнтом первой фазы обучения, завершённой на 57%, поэтому качество и стабильность могут быть ограничены. Лицензия — Apache-2.0. Пример загрузки в README использует идентификатор Be2Jay/AETHER-Micro-0.5B и параметр trust_remote_code=True.

Сценарии применения

  • генерация ответов в диалоге на корейском языке
  • генерация текста на английском языке
  • черновое решение математических задач в текстовом формате
  • генерация и продолжение фрагментов кода
  • эксперименты с MoE-архитектурой и предсказанием нескольких токенов

Ограничения

Это незавершённый чекпойнт первой фазы обучения; README указывает на выполнение фазы на 57%, поэтому качество и стабильность модели могут быть ограничены. В README и метаданных расходятся оценки общего числа параметров: 2,08 млрд и 430,4 млн соответственно.

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

AETHER-Micro 0.5B (Phase 1 Checkpoint)

AETHER-Micro is an experimental MoE-based language model.

Model Details

ItemValue
ArchitectureMoE big.LITTLE + LTL + MTP
Total Parameters2.08B
Active Parameters~0.5B per token
Hidden Size1024
Layers24
AttentionGQA 16 heads, 4 KV heads
Experts5 Big + 15 Small + 2 Shared
Vocab Size64,000 Korean + English + Code
Context Length8,192 RoPE
Training Step57,000 / 100,000
Training Loss~3.54

Architecture Features

  • big.LITTLE MoE: 5 large experts (2048 intermediate) + 15 small experts (1024 intermediate) + 2 shared experts (always active)
  • Latent Thought Layer (LTL): K-step latent reasoning (K=0,1,2) via Gumbel-Softmax selection
  • Multi-Token Prediction (MTP): 4-step ahead prediction replacing standard NTP loss
  • Wu-Xing Router: Five-element inspired expert routing
  • Quality Head: 4-dimensional quality assessment

Training

  • Phase: 1 of 3 (57% complete)
  • Data: 13.1B tokens (Korean 22%, English 25%, Code 21%, Math 24%, Dialogue 8%)
  • Optimizer: AdamW (lr=1e-4, cosine decay)
  • Precision: FP32

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "Be2Jay/AETHER-Micro-0.5B",
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("Be2Jay/AETHER-Micro-0.5B")

Note: This is a Phase 1 training checkpoint. The model is still in early training and not yet suitable for production use.

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
AETHERMicroForCausalLM
Ревизия весов
da01c22

0 моделей