/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
multiscale_transformer · dense
Библиотека
transformers
Опубликована
31 мар 2026

AXL-Reasoning-70M

Генерация текстаТекст → текст

Компактный экспериментальный трансформер CubicLabs для генерации кода и проверки пошаговых рассуждений.

86скачиваний за 30 дней0лайковвеса обновлены5 июл 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

AXL-Reasoning-70M — компактная модель семейства AXL от CubicLabs для генерации текста и экспериментов с пошаговыми рассуждениями и кодом. Это плотный Multi-Scale Transformer с тремя параллельными стеками энкодера на масштабах 1×, 2× и 4×, межмасштабным вниманием, адаптивным объединением, SwiGLU и позиционным кодированием RoPE. Модель содержит 70 млн параметров и использует побайтовую токенизацию с размером словаря 258; в карточке приведена perplexity 1,93 на отложенном Python-коде, вычисленная на побайтовых токенах.

Модель обучена методом SGD за 1478 шагов и рассчитана на прототипирование и эксперименты с рассуждениями и генерацией кода, в том числе на CPU. Разработчик не рекомендует её для производственной генерации кода и указывает, что версия AXL-Reasoning-Lion показывает лучшие результаты. Для GGUF в Ollama используется упрощённый одношкальный энкодер, который, согласно карточке, не сохраняет полное качество AXL. Доступны GGUF-варианты F16 и Q4_K_M. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с пошаговыми рассуждениями
  • прототипирование генерации Python-кода
  • локальная генерация кода на CPU
  • сравнение побайтовой языковой модели на Python-коде

Ограничения

Разработчик рекомендует модель только для прототипирования и экспериментов, а не для производственной генерации кода; версия Lion заявлена как более качественная. Побайтовую perplexity нельзя напрямую сравнивать с показателями моделей на BPE-токенизации, а GGUF-вариант для Ollama использует упрощённую архитектуру.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AXL-Reasoning-70M

CoT reasoning (SGD). 70M params. PPL 1.93 Part of the AXL model family by CubicLabs.

Model Details

PropertyValue
Developed byCubicLabs
ArchitectureMulti-Scale Transformer
Parameters70M
OptimizerSGD
AttentionSDPA
Vocab Size258 (byte-level)
Context Window512 bytes
d_model512
Attention Heads4
Layers per Scale5
Downsample Factors[1, 2, 4]
LicenseApache 2.0

Sources

Uses

Direct Use

Chain-of-thought reasoning (SGD baseline).

import torch
from multiscale_transformer.model.model import MultiScaleTransformer
from multiscale_transformer.training.tokenizer import ByteTokenizer
ckpt = torch.load("axl_reasoning_70m.pt", map_location="cpu")
model = MultiScaleTransformer(config)
model.load_state_dict(ckpt["model_state_dict"])
model.eval()
tokenizer = ByteTokenizer()
ids = torch.tensor([tokenizer.encode("def hello():")], dtype=torch.long)
with torch.no_grad():
    out = model.generate(ids, max_new_tokens=50, temperature=0.8)
print(tokenizer.decode(out[0].tolist()))

Out-of-Scope Use

Not for production code generation. Use the Lion version for better results. For integration with tools like Continue.dev, LlamaIndex, or LangChain, use the Python API server which provides OpenAI-compatible endpoints.

Bias, Risks, and Limitations

Byte-level perplexity is not comparable to BPE-level perplexity. SGD baseline. Use AXL-Reasoning-Lion for better results. Note: GGUF files for Ollama use a simplified single-stack encoder. For full AXL quality, use the Python API server.

Recommendations

  • Use for prototyping and experimentation, not production code generation.
  • Byte-level perplexity (258 vocab) is not comparable to BPE-level perplexity (32K vocab).
  • For better results, use the Lion-optimized version if available.

Training Details

Training Data

SGD 60 min. 1478 steps. Lion version achieves PPL 1.93 in 20 min.

Preprocessing

Byte-level tokenization with vocabulary size 258 (256 bytes + BOS + EOS). No vocabulary training required.

Speeds, Sizes, Times

MetricValue
Training Steps1478
Training Time60 min
Final Loss0.6384

Evaluation

Metrics

Perplexity on held-out Python code using byte-level tokenization.

Results

MetricValue
Perplexity (byte-level)1.93
Final Loss0.6384
Training Steps1478
Training Time60 min

Summary: SGD reasoning baseline. Lion version is significantly better.

Environmental Impact

PropertyValue
HardwareAMD Ryzen 5 5600G
Hours Used1.001
Carbon Emitted0.0420 kg CO2
Cloud ProviderNone (local CPU)

Technical Specifications

Model Architecture

Multi-Scale Transformer with three parallel encoder stacks at resolution scales 1x, 2x, and 4x. Cross-scale attention connects all scale pairs. Adaptive gating fusion. SwiGLU feed-forward. RoPE positional encoding.

Compute Infrastructure

PropertyValue
HardwareAMD Ryzen 5 5600G (6 cores, 12 threads)
RAM16 GB
GPUNone (CPU-only)

Citation

@misc{axl_2026,
  title={AXL: AXL-Reasoning-70M - Multi-Scale Transformer for CPU Code Generation},
  author={Cubic},
  year={2026},
  url={[https://huggingface.co/CubicLabs](https://huggingface.co/CubicLabs)}
}

How to Get Started

With Ollama

ollama create axl-reasoning-70m -f Modelfile
ollama run axl-reasoning-70m "def fibonacci():"

With Python

import torch
from multiscale_transformer.model.config import load_config
from multiscale_transformer.model.model import MultiScaleTransformer
from multiscale_transformer.training.tokenizer import ByteTokenizer
config = load_config("config.json")
model = MultiScaleTransformer(config)
ckpt = torch.load("axl_reasoning_70m.pt", map_location="cpu")
model.load_state_dict(ckpt["model_state_dict"])
model.eval()
tokenizer = ByteTokenizer()
prompt = "def fibonacci():"
ids = torch.tensor([tokenizer.encode(prompt)], dtype=torch.long)
with torch.no_grad():
    out = model.generate(ids, max_new_tokens=100, temperature=0.8, top_k=40)
print(tokenizer.decode(out[0].tolist()))

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

Архитектура multiscale_transformer неизвестна transformers в образе рантайма.

Класс архитектуры
MultiScaleForCausalLM
Ревизия весов
84a7dd0

0 моделей