/ Модель

Характеристики

Контекст
2 048 токенов
Архитектура
fem_multi_mesh_causal_lm · dense
Библиотека
transformers
Опубликована
1 окт 2026

fem-multi-mesh-1p7b

Генерация текстаТекст → текст3 профессии

Экспериментальная причинная языковая модель Bochkov без attention для исследований авторегрессионной генерации текста и многоуровневых представлений.

749скачиваний за 30 дней0лайковвеса обновлены8 окт 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

FEM-Inspired Causal Multi-Mesh LM — экспериментальная базовая языковая модель Bochkov для авторегрессионной генерации текста. Это не дообученный для диалога ассистент.

Модель использует плотную причинную архитектуру FEMMultiMeshForCausalLM без attention. Текст представлен несколькими полями, включая фиксированные координаты токенов Binary16, структурированные бинарные плитки, признаки формы символов, причинную иерархию истории и латентные scratch-ячейки; вычисления выполняют общие итеративные ConvGLU-решатели. Размер чекпойнта — около 1,73 млрд значений тензоров, контекст — 2048 токенов. Модель принимает и генерирует текст; сведений о поддерживаемых естественных языках нет.

Модель предназначена для экспериментов с языковым моделированием без attention, фиксированными координатами токенов и многоуровневыми представлениями текста. В README приведены результаты оценки на HellaSwag и ARC-Easy, но они не доказывают превосходство над Transformer-моделями или способности к автономному рассуждению. При генерации активный контекст вычисляется заново, KV-кэш отсутствует; пакетный инференс с дополнением последовательностей ненадёжен. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией текста без механизма attention
  • исследование фиксированных координат токенов
  • сравнение многоуровневых представлений текста
  • оценка базовой языковой модели на стандартных бенчмарках

Ограничения

Это базовая модель, а не инструкционный ассистент; README не подтверждает автономное рассуждение или преимущество над Transformer-моделями. KV-кэш отсутствует, генерация пересчитывает активный контекст, а пакетный инференс с дополненными последовательностями ненадёжен.

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

FEM-Inspired Causal Multi-Mesh LM

An experimental attention-free causal language model using:

  • frozen injective Binary16 token coordinates;
  • deterministic glyph/form observations;
  • lossless short-span Structured Binary Tiles;
  • a causal coarse history pyramid;
  • latent scratch cells;
  • explicit restriction and prolongation;
  • shared iterative ConvGLU solvers.

This is a base model, not an instruction-tuned assistant.

Important interpretation

This release demonstrates that a heterogeneous causal multi-mesh system can learn coherent autoregressive text without attention.

It does not establish:

  • literal finite-element equivalence for language;
  • superiority over Transformers;
  • better perplexity or throughput;
  • autonomous reasoning;
  • elimination of autoregression.

The implementation is best described as:

an FEM-inspired attention-free causal multi-mesh operator network.

Training checkpoint

FieldValue
Optimizer step109200
Processed prediction targets28626124800
Stored tensor values1,726,969,344
Approximate parameter values1,675,064,832
Fixed-buffer values51,904,512
Weight SHA-256935b2665ecc9d365231ae798916d44eb9477bdf16a5e9ec74f0374d8e48f4c12

Architecture

The same text is represented as:

Binary16 fine token field
Structured Binary Tiles
glyph/form field
causal coarse hierarchy
latent scratch field

A completed coarse block may affect only later token positions.

Loading

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

path = "Bochkov/fem-multi-mesh-1p7b"

tokenizer = AutoTokenizer.from_pretrained(path)

model = AutoModelForCausalLM.from_pretrained(
    path,
    trust_remote_code=True,
    dtype=torch.bfloat16,
).to("cuda").eval()

inputs = tokenizer(
    "Gravity is",
    return_tensors="pt",
    add_special_tokens=False,
).to("cuda")

with torch.inference_mode():
    logits = model(
        input_ids=inputs["input_ids"],
        attention_mask=inputs.get(
            "attention_mask"
        ),
    ).logits

print(logits.shape)

Reference generation is available through:

generated = model.generate_simple(
    input_ids=inputs["input_ids"],
    max_new_tokens=9,
    temperature=0.0,
    eos_token_id=tokenizer.eos_token_id,
)

generated_text = tokenizer.decode(generated[0], skip_special_tokens=True)

print(generated_text)

Runtime limitations

  • No attention KV cache is implemented.
  • Generation recomputes the active context.
  • Batched padded inference is not supported reliably; use batch size 1 for evaluation.
  • The trained context is defined by config.block_size.
  • The model's training loss API uses externally shifted labels. Standard evaluation should consume logits rather than rely on the training loss.
  • The frozen form-codebook is stored in model.safetensors; it is not rebuilt during loading.

Intended use

Research on:

  • attention-free language modeling;
  • fixed token coordinates;
  • heterogeneous text discretizations;
  • explicit causal transfer operators;
  • shared iterative computation.

Do not use for high-stakes decisions.

Audited standard language-model evaluation

Benchmark metricAudited result
HellaSwag acc29.00 ± 0.45
HellaSwag acc_norm30.77 ± 0.46
ARC-Easy acc53.37 ± 1.02
ARC-Easy acc_norm47.14 ± 1.02
ARC-Challenge acc21.59 ± 1.20
ARC-Challenge acc_norm23.55 ± 1.24
PIQA acc62.95 ± 1.13
PIQA acc_norm62.62 ± 1.13
WinoGrande acc49.33 ± 1.41
OpenBookQA acc19.60 ± 1.78
OpenBookQA acc_norm31.20 ± 2.07
CommonsenseQA acc18.59 ± 1.11
MMLU 0-shot23.95 ± 0.36
MMLU 5-shot25.05 ± 0.36
LAMBADA accuracy4.87 ± 0.30
LAMBADA perplexity1707.25 ± 82.56
WikiText word perplexity65.02
WikiText byte perplexity2.18
WikiText bits/byte1.13

This is evaluation of the standalone causal Multi-Mesh LM. No external document elements or VM calls are enabled. These scores do not establish superiority to a Transformer.

The model uses FEM-inspired multi-field operators; it does not implement or solve a physical finite-element PDE.


🧑‍🔬 Citation & Concept

If you use this model or the underlying concepts in your research, please cite our work:

@misc{bochkov2026parametermonolithreconstructivememories,
      title={Beyond the Parameter Monolith: Reconstructive Memories, Executable Skills, and Residual Assembly for Language Models}, 
      author={A. Bochkov},
      year={2026},
      eprint={2610.04012},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2610.04012}, 
}

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
FEMMultiMeshForCausalLM
Ревизия весов
a04cffc

0 моделей