/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
ivme_xl · dense
Библиотека
transformers
Опубликована
13 авг 2026

Ivme-Conversate-XL-v1-Base

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная авторегрессионная модель IvmeLabs для генерации текста, которую авторы помечают как неисправную и не рекомендуют использовать.

257скачиваний за 30 дней0лайковвеса обновлены21 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

Ivme-Conversate-XL-v1-Base — плотный авторегрессионный трансформер-декодер на 125,6 млн параметров, разработанный IvmeLabs и обученный с нуля. Модель относится к семейству Conversate и предназначена для генерации текста; её контекстное окно составляет 1024 токена, словарь BPE — 16 000 токенов. В карточке указаны английские обучающие данные, включая веб-тексты, образовательные материалы, математику, Википедию и Project Gutenberg.

Архитектура включает 12 слоёв, размер скрытого состояния 768, 12 голов внимания, SwiGLU, RoPE и RMSNorm. Репозиторий содержит контрольные точки обучения. Автор предупреждает, что модель неисправна и не должна использоваться; также предупреждает о неисправности версии Conversate-XL-v1.1. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • эксперименты с небольшой языковой моделью-декодером
  • изучение архитектуры трансформеров и контрольных точек обучения
  • исследование генерации английского текста

Ограничения

Авторы прямо указывают, что модель неисправна и не должна использоваться; они также предупреждают о неисправности версии Conversate-XL-v1.1. Контекст ограничен 1024 токенами.

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

ATTENTION

This model is considered broken and should not be used.

It's repaired version Conversate-XL-v1.1 is also broken. Please stop using Conversate-XL-v1 and Conversate-XL-v1.1

The whitespace here was put to make the alert more visible.

Ivme-Conversate-XL-v1-Base

Conversate-XL-v1 Logo

Dense decoder-only transformer, 125.6M parameters, trained from scratch by IvmeLabs. Part of the Conversate family — see the IvmeLabs organization page for related models (Conversate-S, mainline Conversate, and this XL tier).

Architecture

  • 12 layers, hidden size 768, 12 attention heads (head_dim 64)
  • SwiGLU feed-forward, ffn_dim 3072
  • RoPE positional encoding (theta=10000.0)
  • RMSNorm (pre-norm), tied input/output embeddings, no bias terms
  • Vocabulary: 16000 tokens (BPE)
  • Max sequence length: 1024

Training

Trained on a 5.0B-token mix (backbone: DCLM-baseline, FineWeb-Edu, FineMath; supplement: Wikipedia-en, Project Gutenberg-en) using Muon (body weights) + AdamW (embeddings/norms), on a single AMD Instinct MI300X (ROCm 7.14.0, PyTorch 2.12.0).

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "IvmeLabs/Ivme-Conversate-XL-v1-Base", trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("IvmeLabs/Ivme-Conversate-XL-v1-Base")

inputs = tokenizer("Hello, my name is", return_tensors="pt")
outputs = model.generate(inputs["input_ids"], max_new_tokens=50)
print(tokenizer.decode(outputs[0]))

Note: requires trust_remote_code=True since this uses a custom architecture (modeling_ivme.py in this repo), not a built-in transformers model class. Review that file before trusting it, as with any trust_remote_code=True model.

Checkpoint

This repo contains checkpoint(s) from step(s): 160, 320, 480, 640, 800, 960, 1120, 1280, 1440, 1600, 1760, 1920, 2080, 2240, 2400, 2560, 2720, 2880, 3040, 3200, 3318

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
IvmeXLForCausalLM
Ревизия весов
4ed12d1

0 моделей