/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
880 млн
Размер весов
12,2 ГБ
Лицензия
Своя лицензия
Архитектура
afmoe · MoE
Библиотека
transformers
Опубликована
9 сен 2026

Trinity-Nano-Base-Pre-Anneal

Генерация текстаТекст → текст3 профессии

Производная модели arcee-ai/Trinity-Nano-Base-Pre-Anneal. Базовая модель Arcee AI на 6 млрд параметров с архитектурой MoE, предназначенная для дальнейшего дообучения под специализированные задачи генерации текста.

85скачиваний за 30 дней0лайковвеса обновлены9 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Карточка модели CollectionStudio/Trinity-Nano-Base-Pre-Anneal на Hugging Face совпадает с карточкой arcee-ai/Trinity-Nano-Base-Pre-Anneal, поэтому описание составлено по ней.

Trinity-Nano-Base-Pre-Anneal — базовая языковая модель компании Arcee AI из семейства Trinity, построенная на архитектуре AfmoeForCausalLM с разреженной смесью экспертов. В модели 6 млрд параметров, из которых при генерации активен примерно 1 млрд; используются 128 экспертов, 8 активных и один общий. Контекст — 4096 токенов. Модель обучена на 8,8 трлн токенов, включая значительный объём математических и программных данных.

Это промежуточный чекпойнт до этапа anneal и соответствующего набора данных с повышенной долей математики и кода. Он предназначен для дальнейшего дообучения под конкретную область, а не для чата или общего применения без дополнительной настройки. Модель поддерживает генерацию текста и отмечена для английского, испанского, французского, немецкого, итальянского, португальского, русского, арабского, хинди, корейского и китайского языков. Весы опубликованы в формате safetensors; лицензия — OpenMDW-1.1.

Сценарии применения

  • дообучение языковой модели под внутренние документы компании
  • адаптация модели для специализированного текстового ассистента
  • создание предметной модели генерации текста
  • исследование и настройка архитектуры MoE
  • эксперименты с генерацией текста на нескольких языках

Ограничения

По данным карточки, чекпойнт не подходит для чата или общего применения без дальнейшего дообучения. Это состояние модели до этапа anneal, а контекст ограничен 4096 токенами.

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

Trinity Nano Base Pre Anneal

Trinity-Nano-Base-Pre-Anneal is an Arcee AI 6B MoE model with 1B active parameters. It is the small-sized model in our new Trinity family, a series of open-weight models for enterprise and tinkerers alike.

This base model is a pre-anneal checkpoint captured at Adam LR: 0.0002, Muon LR: 0.001 before starting learning rate decay on a high-quality data mix. While this checkpoint was not exposed to the anneal phase mix containing high proportions of math and code content, it has been trained on significant amounts of such data. This checkpoint is not suitable for chatting or general use without further finetuning and should be trained for your specific domain before use.


Trinity-Nano-Base-Pre-Anneal is trained on 8.8T tokens gathered and curated through a key partnership with Datology, building upon the excellent dataset we used on AFM-4.5B with additional math and code.

Training was performed on a cluster of 512 H200 GPUs powered by Prime Intellect using HSDP parallelism.

More details, including key architecture decisions, can be found on our blog here


Model Details

  • Model Architecture: AfmoeForCausalLM
  • Parameters: 6B, 1B active
  • Experts: 128 total, 8 active, 1 shared
  • Context length: 4K
  • Learning rate during pretraining:
    • adam_lr = 0.0002
    • muon_lr = 0.001
  • Training Tokens: 8.8T
  • License: OpenMDW-1.1

Try out our reasoning tune of our medium-sized Trinity Mini model

Trinity Mini is available today on openrouter:

https://openrouter.ai/arcee-ai/trinity-mini

curl -X POST "https://openrouter.ai/v1/chat/completions" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "arcee-ai/trinity-mini",
    "messages": [
      {
        "role": "user",
        "content": "What are some fun things to do in New York?"
      }
    ]
  }'

License

Trinity-Nano-Base-Pre-Anneal is released under the OpenMDW-1.1 license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
AfmoeForCausalLM
Ревизия весов
9d58f8f

0 моделей