/ Модель

Характеристики

Контекст
8 192 токена
Лицензия
Apache 2.0
Архитектура
t2mlr · dense
Библиотека
transformers
Опубликована
21 авг 2026

T2MLR_982M_lstart9_lend24_50B_FineWebEdu

Генерация текстаТекст → текст3 профессии

Базовая языковая модель T2MLR примерно на 993 млн параметров для генерации текста и экспериментов с рекуррентными связями в средних слоях трансформера.

36скачиваний за 30 дней0лайковвеса обновлены21 авг 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

T2MLR — языковая модель JupiterZhu, предварительно обученная с нуля на наборе FineWeb-Edu примерно на 51,5 млрд токенов. Она предназначена для генерации текста и продолжения текстовых фрагментов; это базовая модель без дообучения на инструкциях и без выравнивания поведения.

Модель содержит около 993 млн параметров и использует архитектуру T2MLR с рекуррентными связями через непрерывный участок средних слоёв. В основе — архитектура в стиле Llama с GQA, SwiGLU и RoPE; токенизатор совместим с SmolLM2 и содержит 49 152 токена. Для работы требуется реализация-обёртка T2MLR; при прямом вызове forward() нужно передавать control_flows, тогда как generate() настраивает его автоматически.

Модель подходит для экспериментов с генерацией текста и изучения рекуррентных связей в трансформерах. Короткие запросы при жадном декодировании могут приводить к повторениям, а ответы могут быть неточными, предвзятыми или оскорбительными. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение текстового фрагмента
  • генерация текста по короткой подсказке
  • эксперименты с рекуррентностью в трансформерах
  • изучение базовой языковой модели, предварительно обученной на веб-текстах

Ограничения

Модель не обучалась следовать инструкциям; при жадном декодировании коротких подсказок часто повторяется. Генерации могут быть неточными, предвзятыми или оскорбительными; для работы требуется реализация-обёртка T2MLR.

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

T2MLR_982M_lstart9_lend24_50B_FineWebEdu

T2MLR (Transformer with Temporal Middle-Layer Recurrence) applies a recurrent connection across a contiguous band of middle layers, carrying a recurrent state between token positions. This checkpoint is a 982M model pretrained from scratch on FineWeb-Edu for ~51.5B tokens.

Configuration

Parameters993.4M
Layers32
Hidden size1536
Recurrent bandT2MLR(9,24) — layers 9–24 inclusive, 1-indexed
l_start / l_end in config.json8 / 23 (0-indexed)
Recurrent layers16 of 32
Mixing modulegated
Precisionbfloat16
Training tokens~51.5B (100,000 steps)
Final training loss2.3425

Architecture follows SmolLM2 (Llama-style, GQA, SwiGLU, RoPE) with the T2MLR wrapper applied over the middle-layer band. Tokenizer is the SmolLM2 tokenizer (49,152 tokens).

Usage

This model uses a custom wrapper, so load it with the reference implementation rather than a bare AutoModel call:

git clone https://github.com/princeton-pli/T2MLR.git
cd T2MLR && pip install -r requirements.txt

The loader reads from a local directory, so download the repo first with snapshot_download rather than passing the repo id straight to it.

import sys, torch
sys.path.insert(0, "T2MLR/src")
from huggingface_hub import snapshot_download
from t2mlr_wrapper import T2MLRWrapper
from transformers import AutoTokenizer

path = snapshot_download("JupiterZhu/T2MLR_982M_lstart9_lend24_50B_FineWebEdu")
model = T2MLRWrapper.from_pretrained_with_t2mlr(path, attn_impl="sdpa", dtype=torch.bfloat16).eval()
tok = AutoTokenizer.from_pretrained(path)

inputs = tok("The capital of France is", return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=32, do_sample=False,
                     pad_token_id=tok.eos_token_id)
print(tok.decode(out[0], skip_special_tokens=True))

control_flows is required for direct forward calls

When T2MLR is enabled, forward() requires a control_flows tensor shaped like input_ids. Values <= 1 run the plain (non-recurrent) path; values > 1 mark positions that participate in recurrence. generate() sets this up for you.

ids = tok("The capital of France is", return_tensors="pt").input_ids
cf = torch.full_like(ids, 2)          # 2 => recurrent
logits = model(input_ids=ids, attention_mask=torch.ones_like(ids),
               control_flows=cf).logits

Running with control_flows = 1 everywhere disables the recurrence and gives substantially worse loss — the recurrent band carries a large share of the model's capability.

Notes

  • These are base models trained on a general web corpus with no instruction tuning or alignment. Greedy decoding from short prompts is often repetitive; this is normal for models at this scale and token budget.
  • Outputs may be inaccurate, biased, or offensive, reflecting the pretraining data.

Citation

Official implementation: https://github.com/princeton-pli/T2MLR

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура t2mlr неизвестна transformers в образе рантайма.

Класс архитектуры
T2MLRWrapper
Ревизия весов
5061964

0 моделей