/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Своя лицензия
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-3B
Библиотека
transformers
Опубликована
16 дек 2025

Gumini-1.5B-Base

Генерация текстаТекст → текст3 профессии

Базовая модель на 1,54 млрд параметров для генерации продолжений текста преимущественно на корейском языке, также поддерживающая английский.

29скачиваний за 30 дней8лайковвеса обновлены18 дек 2025

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

Gumini-1.5B — базовая двуязычная языковая модель, разработанная исследователем Gumin Kwon и созданная на основе Qwen2.5-3B. Это плотная авторегрессионная модель семейства Qwen2 с 1,54 млрд параметров, обученная продолжением предобучения по методике Inheritune: число слоёв постепенно увеличивали с 10 до 16 в семи этапах. Модель принимает текст и генерирует его продолжение; она не проходила инструкционное дообучение и не предназначена для диалоговых ответов без дополнительной адаптации.

Модель рассчитана прежде всего на корейский язык, также обучена на английском. В обучающем корпусе указано соотношение 80% корейского и 20% английского текста; контекстное окно составляет 32 768 токенов. В README приведён результат корейской perplexity 8,49 после обучения примерно на 3,14 млрд токенов. Модель может служить основой для дальнейшего дообучения и генерации продолжений текста на корейском и английском.

Лицензия в метаданных указана как other. Модель не имеет инструкционного дообучения и выравнивания по безопасности, может повторять фрагменты и выдавать неверные или устаревшие сведения; автор рекомендует repetition_penalty не ниже 1,2 и не советует применять её в критически важных сценариях.

Сценарии применения

  • генерация продолжений корейских текстов
  • генерация продолжений английских текстов
  • создание основы для дообучения на корейских данных
  • эксперименты с эффективным продолжением предобучения

Ограничения

Модель не проходила инструкционного дообучения и выравнивания по безопасности, поэтому может не выполнять инструкции и склонна к повторениям; автор рекомендует repetition_penalty не ниже 1,2. Она может выдавать неверные или устаревшие сведения и не предназначена для критически важных сценариев.

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

🐻 Gumini-1.5B (구미니)

5,700× less data, better performance.
Gumini-1.5B achieves Korean PPL 8.49 with only 3.14B tokens, outperforming Qwen-1.5B (18T tokens, PPL 8.84).

🔥 Key Results

ModelParamsTraining TokensKorean PPL ↓Rank
Qwen-2.5-7B7.62B18T6.39#1
Gemma-2B2.0B2T8.15#2
Gumini-1.5B (Ours)1.54B3.14B8.49#3
Qwen-2.5-1.5B1.5B18T8.84#4
Llama-3.2-3B3.21B9T9.47#5
EXAONE-3.5-2.4B2.4B~6.5T9.80#6

📊 Data Efficiency

vs ModelTheir TokensGumini TokensEfficiency
Qwen-2.518T3.14B5,732× less
Llama-3.29T3.14B2,866× less
EXAONE-3.5~6.5T3.14B~2,070× less

Model Description

Gumini-1.5B (구미니) is a bilingual Korean-English base language model trained using the Inheritune methodology. Starting from Qwen 2.5 3B, the model progressively grew from 10 to 16 layers through 7 training stages, with ~3.14B tokens of continued pretraining on a Korean–English mixed corpus.

This is a BASE model, not instruction-tuned.
It produces text continuations rather than conversational responses.

Training Highlights

Inheritune Progressive Layer Growing

Stage 0: 10 layers (1.08B) → 393M tokens
Stage 1: 11 layers (1.15B) → 393M tokens
Stage 2: 12 layers (1.23B) → 393M tokens
Stage 3: 13 layers (1.31B) → 393M tokens
Stage 4: 14 layers (1.39B) → 393M tokens
Stage 5: 15 layers (1.47B) → 393M tokens
Stage 6: 16 layers (1.54B) → 786M tokens ⭐
────────────────────────────────────────────
Total: 16 layers, 1.54B params, ~3.14B tokens

Model Details

AttributeValue
ResearcherGumin Kwon (권구민)
Base ModelQwen/Qwen2.5-3B
Training MethodInheritune + Pretraining
Parameters1.54B
Layers16
Hidden Size2048
Attention Heads16
KV Heads2 (GQA)
Vocab Size151,936
Total Tokens Trained~3.14B
PrecisionBF16

Training Data

DatasetLanguageWeight
FineWeb-Edu (sample-10BT)English20%
CulturaX-koKorean50%
Wikipedia-koKorean30%

Total: 80% Korean, 20% English

Optimization

learning_rate: 2.0e-4
weight_decay: 0.1
lr_scheduler: cosine
warmup_ratio: 0.01
max_grad_norm: 1.0
precision: bf16
gradient_checkpointing: true
attention: PyTorch SDPA (Flash Attention)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    "GuminiResearch/Gumini-1.5B-Base",
    torch_dtype=torch.bfloat16,
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("GuminiResearch/Gumini-1.5B-Base")

prompt = "저는 구미니입니다."
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=200,
    repetition_penalty=1.2,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Using Pipeline

from transformers import pipeline

generator = pipeline(
    "text-generation",
    model="GuminiResearch/Gumini-1.5B-Base",
    torch_dtype="bfloat16",
    device_map="auto",
)

output = generator(
    "저는 구미니입니다.",
    max_new_tokens=100,
    temperature=0.7,
    repetition_penalty=1.2,
)
print(output[0]["generated_text"])

Evaluation

StageLayersParameters
0101.08B
5151.47B
6161.54B

Model Family

ModelLayersParamsTokensStatus
Gumini-1B101.08B393M✅ Released
Gumini-1.5B161.54B3.14B✅ This Model

Limitations

  • Base model: No instruction-tuning or safety alignment
  • High repetition risk: Use repetition_penalty >= 1.2
  • May generate incorrect or outdated information
  • Should not be used in sensitive or safety-critical contexts
  • Knowledge cutoff based on training data

License

Qwen Research License (Non-Commercial)

This model is Built with Qwen and derived from Qwen 2.5 3B.

Qwen is licensed under the Qwen RESEARCH LICENSE AGREEMENT.
Copyright (c) Alibaba Cloud. All Rights Reserved.

This model is for NON-COMMERCIAL / RESEARCH use only.
For commercial use, contact Alibaba Cloud.

References

Inheritune Paper

@inproceedings{Sanyal2024inheritune,
  title={Inheritune: Training Smaller Yet More Attentive Language Models},
  author={Sunny Sanyal and Ravid Shwartz-Ziv and Alexandros G. Dimakis and Sujay Sanghavi},
  year={2024},
  url={https://arxiv.org/abs/2404.08634}
}

Qwen 2.5

@misc{qwen2.5,
  title={Qwen2.5: A Party of Foundation Models},
  author={Qwen Team},
  year={2024},
  url={https://qwenlm.github.io/blog/qwen2.5/}
}

Citation

@misc{gumini2025,
  title={Gumini-1.5B: Bilingual Korean-English Language Model via Inheritune},
  author={Gumin Kwon},
  year={2025},
  note={Built with Qwen. Trained with Inheritune progressive layer growing.},
  url={https://huggingface.co/GuminiResearch/Gumini-1.5B-Base}
}

Author

Gumin Kwon (권구민)


Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
a66603f

0 моделей