/ Модель

Характеристики

Контекст
1 024 токена
Параметры
8,9 млн
Лицензия
Apache 2.0
Архитектура
forgeplex_m2 · dense
Библиотека
transformers
Опубликована
9 окт 2026

ForgePlex-M2.1-10M

Генерация текстаТекст → текст

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

53скачиваний за 30 дней10лайковвеса обновлены10 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-M2.1-10M — компактная авторегрессионная языковая модель ForgeWorks с 9,99 млн параметров, построенная на архитектуре ForgePlex M2.1. Это декодерная плотная модель для генерации текста; её архитектура включает GQA, позиционные кодировки RoPE в стиле NeoX, RMSNorm, SwiGLU, выходные гейты внимания и refresh-gates в слоях 5 и 10. Модель распространяется в формате Safetensors и рассчитана на контекст до 1024 токенов.

В README указано, что версия M2.1 получила немного более широкий feed-forward слой, переобученный токенизатор и более длительное обучение по сравнению с M2. Разработчик сообщает о результатах на HellaSwag, PIQA, ARC и ArithMark и позиционирует модель как сильную среди моделей размером менее 10 млн параметров. Она может использоваться для экспериментов с малыми языковыми моделями и генерации текста при ограниченных ресурсах. Поддержка английского указана в метаданных; лицензия — Apache-2.0.

Из-за малого размера и контекстного окна в 1024 токена модель ограничена в сложных рассуждениях, работе с длинными документами и качестве генерации по сравнению с крупными современными языковыми моделями. README не приводит подробных инструкций по применению и результатов для широкого набора практических задач.

Сценарии применения

  • генерация коротких фрагментов текста на английском
  • эксперименты с архитектурами малых языковых моделей
  • сравнение компактных моделей на бенчмарках рассуждения и здравого смысла

Ограничения

Размер в 9,99 млн параметров и контекстное окно в 1024 токена ограничивают качество сложных рассуждений и работу с длинными документами. В README приведены лишь отдельные результаты бенчмарков, поэтому качество в других прикладных задачах не установлено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ForgePlex-M2.1-10M

ForgePlex-M2.1-10M is a 9.99M-parameter decoder-only language model from ForgeWorks, and the most complete model we've built so far. We thank the ForgeWorks team alongside anyone who delivered assistance in the creation of this model.

Why not name it ForgePlex-M3?

We decided to give the model the M2.1 classification because at its core it's still M2. The changes are refinements: a slightly wider feed-forward layer (707 to 712), a retrained tokenizer, and a longer, better-tuned training run. A new major version should mean a real architectural step, so we're saving the M3 name for that.

MetricValue
Unique parameters9,991,938
Intelligence Index10.70
HellaSwag29.09%
ARC (combined)29.66%
PIQA59.14%
ArithMark-335.50%
LicenseApache-2.0

Architecture

GQA + NeoX-style RoPE + RMSNorm + SwiGLU, with Qwen3.5-style attention output gates on every layer and GPT-S2-style refresh gates on inject layers [5, 10] (kernel 9). XSA is off. Weights keep the original key layout (no Llama remapping).

ComponentDetails
Position encodingRoPE (theta=5,000, NeoX even/odd)
NormalizationRMSNorm (eps=1e-6)
Feed-forwardSwiGLU (intermediate 712)
AttentionGQA: 8Q / 2KV, head_dim=32 + attn output gate
RefreshLayers 5, 10, kernel 9
BiasNone
EmbeddingWeight tying
Depth x width11 layers x 256 hidden
Context1024 tokens
Vocab4,096 custom BPE

ForgePlex-M2.1-10M vs <10m Leaders

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "ForgeWorks/ForgePlex-M2.1-10M"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    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 a local copy of this repo.

@misc{forgeplex_m21_10m,
  title={ForgePlex-M2.1-10M},
  author={ForgeWorks},
  year={2026},
  howpublished={\url{https://huggingface.co/ForgeWorks/ForgePlex-M2.1-10M}}
}

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
b5652c9

0 моделей