/ Модель

Характеристики

Контекст
1 024 токена
Параметры
8,8 млн
Лицензия
Apache 2.0
Архитектура
forgeplex_m2 · dense
Библиотека
transformers
Опубликована
29 сен 2026

ForgePlex-M2-9M

Генерация текстаТекст → текст3 профессии

Компактная авторегрессионная языковая модель ForgeWorks для экспериментов и генерации текста с контекстом до 1024 токенов.

1 497скачиваний за 30 дней16лайковвеса обновлены5 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

ForgePlex-M2-9M — компактная авторегрессионная языковая модель ForgeWorks с архитектурой decoder-only, предназначенная для генерации текста. По карточке, модель содержит около 9,95 млн параметров и обучена на 30 млрд токенов; метаданные указывают 8,8 млн параметров и контекст до 1024 токенов. В архитектуре используются GQA, RoPE в стиле NeoX, RMSNorm и SwiGLU, а также выходные attention gates и refresh gates. Модель обучалась на Finephrase, DCLM-Baseline и закрытом наборе данных Axiomic Labs.

Она подходит для экспериментов с компактными языковыми моделями и генерации короткого текста в пределах ограниченного контекста. Карточка приводит результат HellaSwag 28,02%, однако этого недостаточно для вывода о качестве на широком наборе задач. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • генерация коротких текстовых продолжений
  • сравнение архитектур малых языковых моделей

Ограничения

Контекст ограничен 1024 токенами, а результат HellaSwag в карточке составляет 28,02%; карточка не приводит оценок широкого набора задач. Размер параметров в README и метаданных различается: около 9,95 млн и 8,8 млн соответственно.

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

We would like to thank Axiomic Labs for allowing us to use their TrainWork framework to train this model.

ForgePlex-M2-9M

ForgePlex-M2-9M is a ~9.95M-parameter decoder-only language model from ForgeWorks. Trained on 30B tokens. Our second attempt at creating a <10m parameter model. We're proud of this product, while M1 was a promising start, M2 shows what we can do.

ForgePlex-M2-9M architecture

Q&A

What was the motivation behind M2?

"That is an excellent question. To be completely honest. George Mallory was asked why he wanted to climb Everest. He said, “Because it’s there.” I just see M2 as a mountain to climb"

MetricValue
Unique parameters9,949,698
Intelligence Index9.14
HellaSwag28.02%
ARC (combined)30.00%
PIQA57.18%
ArithMark-334.60%
LicenseApache-2.0

Training

Trained on an all new dataset

DataPercentage
Finephrase50%
DCLM - Baseline30%
Proprietary Axiomic Labs dataset releasing soon10%
Finemath10%

Architecture

GQA + NeoX-style RoPE + RMSNorm + SwiGLU, with Qwen3.5-style attention output gates and Axiomic Labs TX4 style refresh gates on inject layers [5, 10] (kernel 9). XSA is off. Weights keep training key layout (no Llama remapping).

ComponentDetails
Position encodingRoPE (theta=5,000, NeoX even/odd)
NormalizationRMSNorm (eps=1e-6)
Feed-forwardSwiGLU (intermediate 707)
AttentionGQA — 8Q / 2KV, head_dim=32 + attn output gate
RefreshLayers 5, 10, kernel 9
BiasNone
EmbeddingWeight tying
Depth × width11 layers × 256 hidden
Context1024 tokens
Vocab4,096 custom BPE

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = r"C:\slm\ForgePlex-M2-9M"
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    trust_remote_code=True,
    torch_dtype=torch.float32,
    device_map="auto",
)

prompt = "Once upon a time"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
with torch.inference_mode():
    out = model.generate(**inputs, max_new_tokens=80, do_sample=False)
print(tokenizer.decode(out[0], skip_special_tokens=True))

Or run python usage.py from this folder.

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
ForgePlexM2ForCausalLM
Ревизия весов
3cc1d37

0 моделей