/ Модель

Характеристики

Контекст
262 144 токена
Параметры
1,9 млрд
Размер весов
63,2 ГБ
Лицензия
Apache 2.0
Архитектура
nemotron_h · dense
Базовая модель
NemotronH-30B-A3B
Библиотека
transformers
Опубликована
17 авг 2026

Sophea-Nemo-3-Nano-v1

Генерация текстаТекст → текст3 профессии

Производная модели ayoubkirouane/Sophea-Nemo-3-Nano-v1. Дообученная NemotronH-30B-A3B модель для диалогов и рассуждений на греческом и английском языках.

20скачиваний за 30 дней0лайковвеса обновлены19 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Карточка модели KIEFERSA/Sophea-Nemo-3-Nano-v1 на Hugging Face совпадает с карточкой ayoubkirouane/Sophea-Nemo-3-Nano-v1, поэтому описание составлено по ней.

Sophea-Nemo-3-Nano-v1 — модель генерации текста, разработанная Kiefer SA (Sophea AI Lab, Афины) на базе NemotronH-30B-A3B. Она дообучена для рассуждений на греческом и английском языках; след рассуждений следует языку вопроса. Модель основана на гибридной архитектуре Mamba/MoE, а в репозитории указано 1,9 млрд параметров и контекст до 262 144 токенов. Веса поставляются объединёнными в плотную модель в формате safetensors.

Модель предназначена для двуязычных диалоговых задач и рассуждений, особенно когда важно, чтобы язык рассуждений соответствовал языку запроса. В карточке сообщается о приросте на греческих тестах общего понимания языка и о небольшом уровне fallback в математике и здравом смысле; результаты по логическим задачам ограничены проблемами с форматом ответа. Модель не умеет надёжно выполнять требование вести рассуждения на английском языке при греческом вопросе и не оценивалась для критически важных, юридических или медицинских сценариев. Для генерации в исследовании использовалась Transformers 5.12.1 без доверия удалённому коду; поставляемый код модели, согласно карточке, может давать сбой при генерации в этой конфигурации. Лицензия — Apache-2.0.

Сценарии применения

  • Рассуждения по запросам на греческом языке
  • Рассуждения по запросам на английском языке
  • Двуязычный диалог с сохранением языка вопроса в рассуждениях
  • Ответы на математические и бытовые вопросы на греческом
  • Оценка влияния дообучения на греческие языковые задачи

Ограничения

Не выполняет надёжно требование вести рассуждения на английском при вопросе на греческом; в логических задачах отмечены проблемы с форматом ответа и низкий потолок рассуждений. Не оценивалась для критически важных, юридических или медицинских сценариев; поставляемый удалённый код может сбоить при генерации в указанной версии Transformers.

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

📄 Released with the paper Thinking in a Low-Resource Language: What SFT Builds, What RL Fixes, What Accuracy Cannot See (arXiv:2608.17744). Every number on this card is measured, contextualized, and caveated in the paper; read it for the full evaluation protocol.

  • Creator: Kiefer SA (Sophea AI Lab, Athens)
  • Base model: nvidia/NemotronH-30B-A3B (Mamba/MoE hybrid, 31.6B total / 3.58B active, 6-of-128 routing)
  • Languages: Greek and English (the reasoning trace follows the question's language)
  • Decoding: thinking: the reasoning trace is carried in <think> blocks and follows the question's language; direct mode is clean (zero unrequested traces across the study's <think>-carrier direct-mode generations, n=9,751)

Serve thinking, and mind one environment note. Under the library versions the study used (transformers 5.12.1), the shipped remote modeling code trains correctly but fails at generation (prepare_inputs_for_generation indexes a cache_position that generate() passes as None); the study evaluated with trust_remote_code=False. mamba-ssm is optional: installing it changed step time by 0%.

Intended use

  • Greek and English reasoning where answer-channel integrity matters most: 0.0% leak, and negligible fallback on math and commonsense (1.7 / 1.8%)
  • Deployments that also need the base's general Greek ability: the fine-tune gains +3.8 Greek macro on the Titan-1 suite (largely catch-up against a low base)

It does not obey an instruction to reason in English on a Greek question (0.0% override; the reverse direction works at 87.5%). Do not deploy it where an operator must force English traces. Not evaluated for safety-critical, legal, or medical use.

Fine-tuned from NemotronH-30B-A3B; shipped merged to dense weights.


Evaluation

Arrows mark the desirable direction for every metric: ↑ higher is better, ↓ lower is better.

Headline scorecard

The claim replicates on a third, non-transformer architecture: the base reasons in Greek on 0% of the benchmark, the fine-tune on 97.4%, at an accuracy cost of −0.6 pp on that instrument, with generation-cap truncation falling 10.8% → 2.6% and measured loops in its traces dropping 15.0 → 0.0 per thousand rows.

Per-benchmark detail

Per-domain, Greek think lane

Read the logic cell carefully: the 9.8 macro-recall is substantially a format floor, not a capability reading. The release's fallback is negligible on math and commonsense (1.7 / 1.8%) and 39.9% on logic, the one domain where its answer form breaks; logic is also the hardest axis for every arm in the study, base models included. On the override probe this family returns 5–9% of rows too short to score (Qwen: 0%), consistent with a low reasoning ceiling.

Forgetting check: Titan-1 suite (non-reasoning mode)

This suite exists to answer one question: did the Greek fine-tune damage general ability? It did not. Against its own base, across 14 bilingual NLU benchmarks: +3.8 Greek / −2.0 English; the fine-tune gains on the Greek side and the English movement is within the range seed noise alone produces on this class of suite. Read the numbers below as a forgetting check, not a capability leaderboard.

Register control improves 40 → 44 of 46 and grammaticality roughly doubles, 13 → 27 of 58, driven by the agreement axis (judge-scored counts, directional evidence only).

Usage

Serve with vLLM (OpenAI-compatible):

vllm serve KIEFERSA/Sophea-Nemo-3-Nano-v1 --served-model-name sophea-nemo-3-nano-v1

Client (OpenAI SDK):

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8000/v1", api_key="EMPTY")
resp = client.chat.completions.create(
    model="sophea-nemo-3-nano-v1",
    messages=[{"role": "user", "content": "Ένα κατάστημα πουλά στυλό προς 1,50 € το ένα. Πόσο κοστίζουν 12 στυλό;"}],
    temperature=0.7,
)
print(resp.choices[0].message.content)  # <think> trace in the question's language, then the answer

Steering the trace language (partial, measured per checkpoint): append "Think step by step IN ENGLISH." to a Greek question, or "Σκέψου βήμα προς βήμα ΣΤΑ ΕΛΛΗΝΙΚΑ." to an English one. On this checkpoint the English suffix is not obeyed (0.0%); the Greek suffix on an English question is obeyed on 87.5% of items.

License

The fine-tuning additions are released under Apache-2.0. The model inherits the base model's license terms (nvidia/NemotronH-30B-A3B); verify the base model's license before use.

Citation

This model is a release artifact of arXiv:2608.17744. If you use it, please cite:

@misc{kirouane2026thinking,
      title={Thinking in a Low-Resource Language: What SFT Builds, What RL Fixes, What Accuracy Cannot See},
      author={Ayoub Kirouane and Christos Petrocheilos},
      year={2026},
      eprint={2608.17744},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2608.17744},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
NemotronHForCausalLM
Ревизия весов
e8ad3fe

0 моделей