/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
CLM-v0.1-8B
Опубликована
30 сен 2026

CLM-v0.1-8B-gguf

Ранжирование текстаТекст → score3 профессии

GGUF-версия проекционных голов CLM оценивает и ранжирует текстовые кандидаты действий относительно состояния с помощью отдельного энкодера Qwen3-8B.

68скачиваний за 30 дней0лайковвеса обновлены1 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

CLM-v0.1-8B-gguf — GGUF-версия проекционных голов модели Contrastive-LM, подготовленная EvoAwaken-Workshop. Она оценивает соответствие кандидатов действий заданному состоянию и предназначена для ранжирования текстовых кандидатов, а не для генерации текста. Для работы нужны отдельный замороженный энкодер Qwen3-8B, который преобразует текст в эмбеддинги, и сами головы модели; в репозитории находятся только головы проекций состояния и действия. Весовые тензоры сохранены в формате F32, а масштаб оценки ограничен значением 100. Модель рассчитана на английский и китайский текст и распространяется по лицензии Apache-2.0.

В описанном README режиме скалярного вычисления результаты двух проверочных примеров совпали побитово с эталонной реализацией при использовании указанного BF16-энкодера и F32-голов. Эта проверка не распространяется на ускоренные вычислительные пути, сервис vLLM и другие квантизации. Для запуска потребуется совместимая реализация инференса и отдельные файлы энкодера Qwen3-8B.

Сценарии применения

  • ранжирование вариантов действия для заданного текстового состояния
  • оценка соответствия кандидатов контексту
  • сортировка ответов или предложений по совместимости с состоянием
  • построение систем выбора действий на основе текстовых описаний

Ограничения

Репозиторий содержит только проекционные головы: для инференса необходим отдельный энкодер Qwen3-8B и совместимая реализация. Побитовая проверка охватывает только указанный BF16-энкодер с F32-головами в скалярном режиме; ускоренные пути, vLLM и другие квантизации таким образом не проверялись.

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

CLM-v0.1-8B projection heads in GGUF

This repository contains the state and action projection heads only from Contrastive-LM/CLM-v0.1-8B. CLM scores candidate actions against a state; it does not generate text. A separate, frozen Qwen3-8B encoder is required to turn text into embeddings.

FileContentsSizeSHA-256
clm-v0.1-8B-heads-f32.gguf17 F32 tensors, including both projection heads75,552,224 bytesd5bbef8f4c9edf0b5cfb38b4a9326a1ac776cc9b479345a56b2efc37de3c39be

The source checkpoint is CLM_v0.1-8B.pt (SHA-256 b2b4a8c9c2d39263eff78a351eb909a342ce9b3bf21a3f07c1d1bf15f1c4eda5). The converter preserves the F32 weight and bias bytes. It stores the reference scoring scale min(exp(logit_scale), 100) = 100 in the GGUF. The GGUF does not contain the Qwen3-8B encoder, tokenizer, or original .pt file.

Download and run

The verified encoder file is unsloth/Qwen3-8B-GGUF / Qwen3-8B-BF16.gguf, SHA-256 5e416a2020fe63e76ea13c8979be35fc6070aaf3578f7876400c55c2f5c3eb30. Use rust-model-inference at or after the merged CLM parity change #128, then download both files:

git clone https://github.com/Liyulingyue/rust-model-inference.git
cd rust-model-inference

hf download EvoAwaken-Workshop/CLM-v0.1-8B-gguf \
  clm-v0.1-8B-heads-f32.gguf --local-dir models/CLM-v0.1-8B
hf download unsloth/Qwen3-8B-GGUF Qwen3-8B-BF16.gguf \
  --revision a6adef130ffb23ddaf1a62fec9dced968c9bc482 \
  --local-dir models/Qwen3-8B-GGUF

CLM uses the existing --jev candidate-scoring interface:

cargo build --profile release-fast --bin rust-model-inference
./target/release-fast/rust-model-inference \
  --model models/Qwen3-8B-GGUF/Qwen3-8B-BF16.gguf \
  --jev --clm-head models/CLM-v0.1-8B/clm-v0.1-8B-heads-f32.gguf \
  --jev-context 'Customer: my invoice was charged twice.' \
  --jev-question 'Which team should handle this?' \
  --jev-option 'Charges, invoices, refunds' \
  --jev-option 'Bugs and outages' \
  --threads 1

The state input is context + "\n\n" + question; each candidate is encoded as written. The encoder uses last-token pooling and L2 normalization before the two heads. Scores and probabilities are relative to the supplied candidates.

Conversion and verification

The official CLM implementation defines the two heads and scoring rule. The GGUF uses general.architecture=clm and is loaded alongside a qwen3 encoder. The source checkpoint and converter pass a tensor round-trip check.

On 2026-09-30, two real-text scoring cases matched a fixed scalar llama.cpp encoder and an independent scalar CLM-head implementation: token IDs, 32,768 encoder F32 values, and 34,818 projection-head F32 values were bitwise identical. Final score bit patterns were 0x415a1e78 and 0x41b29eb4. Hashes, commands, and the verification script record the exact scope.

This bitwise result applies to the specified BF16 encoder and F32 heads in scalar mode. The official vLLM service, NEON/FMA/BLAS/Accelerate, the default accelerated path, and other quantizations have not been compared bitwise.

Attribution and license

The CLM heads and Qwen3-8B base model are released under Apache 2.0. See the LICENSE file in this repository and the original model pages for details.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
01d3381

0 моделей