/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
OLMoE-1B-7B-0125-Instruct
Библиотека
gguf
Опубликована
25 фев 2026

GOBA-OLMoE-Expert-Tuned

Генерация текстаТекст → текст5 профессий

Серия квантизованных MoE-моделей на базе OLMoE, адаптированных для японского языка, финансового анализа и генерации кода.

52скачиваний за 30 дней0лайковвеса обновлены25 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

GOBA AI Labs создала серию вариантов OLMoE-1B-7B-0125-Instruct, адаптированных под японский язык, финансы и программирование методом Expert Tuning. В этой модели эксперты разреженной MoE-архитектуры Transformer заменены доменно-специализированными экспертами, обученными с помощью дистилляции знаний; базовая модель — allenai/OLMoE-1B-7B-0125-Instruct. В репозитории представлены варианты для японского языка, финансов и генерации кода, каждый размером около 3,9 ГБ; активны 1,3 млрд параметров из 6,9 млрд. Модель поставляется в формате GGUF с квантизацией Q4_K_M и рассчитана на запуск, в частности, через llama.cpp.

Варианты предназначены для генерации ответов и текста на японском языке, финансового анализа и выявления мошенничества, а также генерации и объяснения Python-кода. В описанных тестах японский вариант улучшил результат JMMLU на 4,5 процентного пункта, а вариант для кода — HumanEval+ на 10 пунктов; для финансового варианта прирост на подмножестве выявления мошенничества составил 16 пунктов. Базовая модель сохраняет общие навыки в пределах указанных авторами тестов, но оценки получены на выборках умеренного размера.

Модель опубликована под лицензией Apache 2.0, допускающей коммерческое использование. К ограничениям относятся скромная активная ёмкость в 1,3 млрд параметров, возможная нестабильность оценок на небольших тестовых выборках и смещение финансового варианта в сторону выявления мошенничества с ухудшением прогнозирования доходов.

Сценарии применения

  • генерация и понимание текста на японском языке
  • ответы на вопросы о японской финансовой политике
  • анализ финансовых данных и отчётности
  • выявление признаков финансового мошенничества
  • генерация и объяснение Python-кода

Ограничения

Активны 1,3 млрд параметров, что ограничивает качество на сложных задачах; приведённые доменные оценки основаны на выборках умеренного размера. Финансовый вариант смещён в сторону выявления мошенничества и может хуже справляться с прогнозированием доходов.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GOBA-OLMoE-Expert-Tuned: Domain-Specialized MoE via Expert Tuning

3 domain-specialized variants | JA / Finance / Code | No general performance loss | GGUF Q4_K_M | Apache 2.0

Domain-adapted variants of OLMoE-1B-7B-0125-Instruct created using Expert Tuning — a novel approach that repurposes low-importance expert slots in Mixture-of-Experts models for domain-specific adaptation, as an alternative to LoRA or full fine-tuning.

Highlights

  • 3 domain variants: Japanese, Finance, and Code — each tuned independently
  • Zero general performance loss: MMLU and GSM8K scores remain within ±2pp of the original
  • Domain improvements confirmed: JMMLU +4.5pp, HumanEval+ +10pp, EDINET-Bench Fraud Detection +16pp
  • Drop-in replacement: works with llama.cpp with no code changes
  • Apache 2.0: fully open for commercial use

Included Models

FileDomainSizeDescription
OLMoE-ja-tuned.ggufJapanese3.9 GBJapanese language comprehension and generation
OLMoE-finance-tuned.ggufFinance3.9 GBFinancial analysis, fraud detection, regulatory knowledge
OLMoE-code-tuned.ggufCode3.9 GBPython code generation and reasoning

Benchmark Results

General Benchmarks (no domain bias)

BenchmarkOriginalJA-tunedFinance-tunedCode-tuned
MMLU (0-shot, 100Q)53%54% (+1pp)51% (-2pp)52% (-1pp)
GSM8K (0-shot, 50Q)66%66% (=)66% (=)66% (=)

Domain-Specific Benchmarks

BenchmarkOriginalTunedDeltaVerdict
JMMLU (200Q, stratified from 53 subjects)30.0%34.5%+4.5ppPOSITIVE
EDINET-Bench (100Q, earnings + fraud)45.0%46.0%+1.0ppNEUTRAL
— Fraud detection subset34.0%50.0%+16.0ppPOSITIVE
— Earnings forecast subset56.0%42.0%-14.0ppRegression
HumanEval+ (20Q subset)20.0%30.0%+10.0ppPOSITIVE

Note: OLMoE-1B-7B has 1.3B active parameters, so absolute scores are lower than larger models. The relative improvements from Expert Tuning are the key result.

Model Details

PropertyValue
Base modelallenai/OLMoE-1B-7B-0125-Instruct
ArchitectureTransformer with Sparse MoE (SwiGLU experts)
Total / Active parameters6.9B / 1.3B
MoE layers16
Experts per layer64 (top-8 routing)
Hidden dimension2048
Expert FFN dimension1024 (SwiGLU: gate + up + down)
Context length4096 tokens
QuantizationQ4_K_M GGUF
LicenseApache 2.0

What is Expert Tuning?

Expert Tuning is a novel domain adaptation technique for Mixture-of-Experts (MoE) models. Instead of adding external adapters (LoRA) or fine-tuning all parameters, it identifies low-importance experts within the existing MoE architecture and replaces them with domain-specialized experts trained via knowledge distillation.

Key advantages over LoRA:

  • No additional parameters at inference time (experts replace existing slots)
  • Native MoE routing automatically directs domain-relevant tokens to specialized experts
  • Compatible with quantized GGUF inference — no adapter merging needed

Method overview:

  1. Compute importance scores for all experts across layers
  2. Select bottom-k experts as candidates for replacement
  3. Train domain-specific experts using cross-expert knowledge distillation with domain data
  4. Insert trained experts back into the GGUF with lossless Q4_K/Q6_K quantization

Training Data

DomainDatasetRecordsLicense
Japaneseizumi-lab/llm-japanese-dataset50,000CC BY-SA 4.0
Financeronantakizawa/Finance-Instruct-500k-Japanese + y2lan/japan-law~250,000Apache 2.0 / Public Domain
Codenvidia/OpenCodeReasoning-2 (Python subset)50,000CC BY 4.0

How to Use

With llama.cpp

# Run with llama-server (e.g., Japanese-tuned variant)
llama-server \
  -m OLMoE-ja-tuned.gguf \
  --port 8090 \
  -ngl 99 \
  -c 4096

# Query via OpenAI-compatible API
curl http://localhost:8090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "olmoe",
    "messages": [{"role": "user", "content": "日本の金融政策について説明してください"}],
    "max_tokens": 512
  }'

With moe-stream

moe-stream OLMoE-ja-tuned.gguf --server --preload-gates --preload-attn

Technical Notes

  • Q4_K/Q6_K quantizer: Custom Python implementation matching llama.cpp reference, with correct sub-block min clamping, qs packing order, and symmetric signed encoding
  • Insertion CosSim: 0.9974 (quantized vs. original trained weights), confirming lossless insertion
  • Training CosSim: 0.831 average (teacher-student similarity after KD), indicating meaningful domain adaptation while preserving expert structure
  • 64 trained experts per model: 16 layers x 4 experts/layer replaced

Limitations

  • OLMoE-1B-7B has only 1.3B active parameters, limiting absolute performance on complex tasks
  • Domain benchmarks use moderate sample sizes (20-200 questions); larger evaluations may show different effect sizes
  • Finance-tuned model shows prediction bias toward fraud detection, with regression on earnings forecasting tasks
  • Expert Tuning effectiveness scales with the number of experts per layer; models with fewer experts (e.g., 8-16) have less capacity for domain injection

Citation

@misc{goba2026expert,
  title={Expert Tuning: Domain Adaptation via Expert Slot Repurposing in Mixture-of-Experts Models},
  author={GOBA AI Labs},
  year={2026},
  url={https://huggingface.co/goba-ai-labs/GOBA-OLMoE-Expert-Tuned}
}

Related Models


Built by GOBA AI Labs — Making large MoE models practical on consumer hardware.

Как запустить

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

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
3da8c50

0 моделей