/ Модель

Характеристики

Контекст
2 048 токенов
Архитектура
fem_multi_mesh_causal_lm · dense
Библиотека
transformers
Опубликована
26 сен 2026

fem-multi-mesh-1p7b

Генерация текстаТекст → текст3 профессии

Экспериментальная базовая авторегрессионная языковая модель без attention для генерации текста и исследований альтернативных архитектур.

531скачиваний за 30 дней0лайковвеса обновлены26 сен 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 — базовая авторегрессионная языковая модель, разработанная для исследований безвнимательных архитектур. В ней используются замороженные координаты токенов Binary16, структурированные бинарные плитки для коротких фрагментов, причинная многоуровневая история, латентные ячейки и общие итеративные решатели ConvGLU. Модель формирует текст по предыдущим токенам; она не настроена как ассистент, не использует механизм attention и не решает физические задачи методом конечных элементов.

Модель предназначена для экспериментов с языковым моделированием, фиксированными координатами токенов, разнородными представлениями текста и причинной передачей информации между уровнями. Контекст обучения задаётся параметром config.block_size; метаданные указывают длину 2048 токенов. В README приведены результаты оценки на HellaSwag и ARC-Easy, но они не подтверждают превосходство над трансформерами или автономные способности к рассуждению.

Для генерации модель пересчитывает активный контекст при каждом шаге, поскольку KV-кэш не реализован; надёжная пакетная обработка дополненных последовательностей не поддерживается, рекомендуется batch size 1. Для оценки следует использовать логиты, так как API обучающей функции потерь ожидает заранее сдвинутые метки. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не описана; модель не предназначена для решений с высокими ставками.

Сценарии применения

  • генерация продолжения текста по контексту
  • эксперименты с языковыми моделями без attention
  • исследование многоуровневых причинных представлений текста
  • сравнение альтернативных архитектур авторегрессионного моделирования

Ограничения

Модель не настроена как ассистент; её результаты не доказывают превосходство над Transformer или способность к автономному рассуждению. Генерация пересчитывает контекст без KV-кэша, пакетная обработка дополненных последовательностей ненадёжна, а для высокорисковых решений модель не предназначена.

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

The source directory name may contain 100b, but the authoritative training amount is the tokens_seen value above.

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 = "E6E831728/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.

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
59ea05f

0 моделей