Плотная диалоговая модель Llama на 3,2 млрд параметров для генерации текста и изучения масштабирования вычислений при выводе рассуждающих моделей.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
JunxiongWang/M1-3B-SFT — плотная языковая модель семейства Llama с 3,2 млрд параметров, представленная как модель для статьи «M1: Towards Scalable Test-Time Compute with Mamba Reasoning Models». Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и выдаёт текст, использует библиотеку Transformers и формат safetensors. Заявленная длина контекста — 131 072 токена.
Модель связана с исследовательской работой о масштабировании вычислений во время вывода для рассуждающих моделей Mamba. Карточка не сообщает подробностей обучения, поддерживаемых естественных языков или результатов оценки качества. Лицензия — MIT, разрешающая использование и модификацию на её условиях.
Карточка не приводит оценок качества и не уточняет поддерживаемые естественные языки. Интерфейс вызова инструментов указан в метаданных, но подробности его использования не описаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is the model used in paper, M1: Towards Scalable Test-Time Compute with Mamba Reasoning Models.
Code: https://github.com/jxiw/M1
@article{wang2025m1scalabletesttimecompute,
title={M1: Towards Scalable Test-Time Compute with Mamba Reasoning Models},
author={Junxiong Wang and Wen-Ding Li and Daniele Paliotta and Daniel Ritter and Alexander M. Rush and Tri Dao},
journal={arXiv preprint arXiv:2504.10449},
year={2025},
url={https://arxiv.org/abs/2504.10449},
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…