/ Модель

Характеристики

Контекст
16 384 токена
Параметры
366 млн
Лицензия
Apache 2.0
Архитектура
neomme · dense
Библиотека
transformers
Опубликована
6 авг 2026

NeoMME-260M-Pretrain-predecay-s450000

Заполнение пропусковТекст → текст3 профессии

Мультимодальный чекпойнт NeoMME на 366 млн параметров для предсказания замаскированных элементов и продолжения предобучения.

132скачиваний за 30 дней3лайкавеса обновлены3 сен 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

NeoMME-260M-Pretrain-predecay-s450000 — чекпойнт NeoMMEForMaskedLM от Hcompany, сохранённый на шаге 450 000 из 500 000 предобучения. Это плотная мультимодальная masked language model с 366 млн параметров и контекстом 16 384 токена. Чекпойнт предназначен прежде всего для продолжения предобучения с помощью NeoMMEForMaskedLM, а не для готового пользовательского сценария.

Модель решает задачу fill-mask: предсказывает замаскированные элементы последовательности. В метаданных указана многоязычная поддержка, но конкретные языки не перечислены. Репозиторий содержит веса в формате safetensors и исходное состояние обучения; для последнего README предупреждает о несовместимости с Hugging Face Trainer и стандартным AdamW, поскольку используются собственные форматы оптимизаторов NeoMME. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение предобучения модели NeoMME
  • предсказание пропущенных токенов в последовательности
  • адаптация мультиязычной masked language model к новому корпусу

Ограничения

Это промежуточный чекпойнт на шаге 450 000 из 500 000, сохранённый перед фазой снижения learning rate. Языки не конкретизированы; состояние обучения использует собственные форматы оптимизаторов и напрямую несовместимо с Hugging Face Trainer и стандартным AdamW.

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

NeoMME-260M predecay checkpoint

Hugging Face Hugging Face arXiv

Model summary

This repository contains the NeoMME-260M checkpoint at step 450,000 of a 500,000-step pretraining run. As the model name suggests, this checkpoint was saved just before the learning rate decay phase. It is intended as a starting point for continued pretraining with NeoMMEForMaskedLM.

[!IMPORTANT] training_state.pt contains the original native NeoMME optimizer and training state. It is provided for research and custom continuation workflows, but it is not directly compatible with Hugging Face Trainer or standard AdamW. The file uses NeoMME's custom NorMuon and MasterAdamW state formats, native parameter grouping, and FP32 master weights.

Continue pretraining

The original run used the following optimizer settings:

The original learning-rate schedule used:

  • A 300-step linear warmup.
  • A stable phase through step 450,000.
  • A 50,000-step linear decay from the peak learning rate to 1% of the peak learning rate.

For a Transformers continuation with new optimizers, initialize them at the peak learning rates and apply the 50,000-step linear decay.

License

Model weights are released under the Apache 2.0 license.

Citation

@misc{lac2026neommesingletowermultimodalnativemultilingual,
      title={NeoMME: A Single-Tower Multimodal-Native Multilingual Foundation Encoder for Efficient Fine-Tuning and Inference},
      author={Aurélien Lac and Tony Wu},
      year={2026},
      eprint={2609.01657},
      archivePrefix={arXiv},
      primaryClass={cs.IR},
      url={https://arxiv.org/abs/2609.01657},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
NeoMMEForMaskedLM
Ревизия весов
1ceebb6

0 моделей