/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,1 млрд
Лицензия
Apache 2.0
Архитектура
neomme · dense
Библиотека
transformers
Опубликована
6 авг 2026

NeoMME-800M-Pretrain-predecay-s450000

Заполнение пропусковТекст → текст3 профессии

Мультиязычный чекпойнт NeoMME с маскированным языковым моделированием, предназначенный для продолжения предобучения.

128скачиваний 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-800M-Pretrain-predecay-s450000 — контрольная точка предварительного обучения модели NeoMMEForMaskedLM, опубликованная Hcompany. Она сохранена на шаге 450 000 из 500 000, перед фазой снижения скорости обучения, и предназначена для продолжения предобучения. Архитектура плотная, число параметров по метаданным — 1,1 млрд, длина контекста — 16 384 токена. Модель рассчитана на мультиязычные входные данные и задачу восстановления замаскированных токенов; для продолжения обучения можно использовать Transformers, а исходное состояние оптимизатора требует собственного формата NeoMME. Файлы весов представлены в safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение предобучения модели NeoMME
  • восстановление замаскированных токенов в тексте
  • эксперименты с мультиязычным masked language modeling

Ограничения

Это промежуточный чекпойнт на шаге 450 000 из 500 000, предназначенный для продолжения предобучения, а не описанный как готовая прикладная модель. Исходное состояние оптимизатора использует форматы NeoMME и несовместимо напрямую 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-800M predecay checkpoint

Hugging Face Hugging Face arXiv

Model summary

This repository contains the NeoMME-800M 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
e9a937e

0 моделей