/ Модель

Характеристики

Контекст
65 536 токенов
Параметры
2,6 млрд
Лицензия
Apache 2.0
Архитектура
ouro · dense
Библиотека
transformers
Опубликована
14 авг 2026

Ouro-2.6B

Генерация текстаТекст → текст3 профессии

Ouro-2.6B — компактная рекуррентная языковая модель для генерации текста и диалогов с разделяемыми весами и настраиваемым числом вычислительных шагов.

46скачиваний за 30 дней0лайковвеса обновлены14 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

Ouro-2.6B — языковая модель с 2,6 млрд параметров, опубликованная KristianS7. Это LoopLM на основе декодерного Transformer: модель повторно использует общие веса на четырёх рекуррентных шагах, выполняя вычисления в латентном пространстве. Репозиторий адаптирует модель для Transformers 5 и исправляет несколько ошибок; веса доступны в формате safetensors.

Модель предназначена для генерации текста и диалогов, а также для исследований рекуррентных языковых моделей, латентного рассуждения и адаптивного распределения вычислений. Контекст составляет до 65 536 токенов. Число рекуррентных шагов можно менять для компромисса между вычислительными затратами и качеством; предусмотрен механизм раннего выхода.

README предупреждает, что корректный ранний выход пока не реализован: доступно постфактум-гейтинг, при котором ключи и значения участвуют во внимании, хотя при настоящем раннем выходе их не было бы. vLLM не поддерживает адаптивный выход и выполняет все шаги. README также указывает на совместимость с Transformers 5.9.0 и отсутствие гарантий для производственного применения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста и продолжение промптов
  • ведение диалогов с языковой моделью
  • эксперименты с рекуррентными языковыми моделями
  • исследование латентного рассуждения
  • сравнение качества и затрат при разном числе рекуррентных шагов

Ограничения

Корректный ранний выход пока не реализован, а vLLM всегда выполняет все рекуррентные шаги; авторы позиционируют модель для исследований и не дают гарантий для производственного использования. Для работы README указывает Transformers 5.9.0.

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

Ouro-2.6B

Ouro Logo

📚 Paper (Hugging Face) - 🌐 Project Page

Fork Description

  • Makes the Ouro model compatible with Transformers v5 (tested with 5.9.0).
  • Fixes several smaller bugs.
  • Note: Proper early exit will be implemented soon. The upstream repo currently only supports post-hoc gating, where KVs participate in attention even though they would not exist under real early exit.

Model Description

⚠️ IMPORTANT: This model is intended for research purposes only. It is provided as-is without warranties for production use.

Ouro-2.6B is a 2.6 billion parameter Looped Language Model (LoopLM) that achieves exceptional parameter efficiency through iterative shared-weight computation.

Model Performance

Key Features

  • Exceptional Parameter Efficiency: Matches 3-4B standard transformer performance with only 2.6B parameters
  • Iterative Latent Reasoning: Performs reasoning through recurrent computation in latent space
  • Adaptive Computation: Supports early exit mechanisms for dynamic compute allocation

Configuration

Recurrent Steps and Adaptive Exit

The model's computational behavior can be configured through the config.json file:

{
  "total_ut_steps": 4,
  "early_exit_threshold": 1.0
}
  • total_ut_steps: Controls the number of recurrent steps (default: 4). You can adjust this value to trade off between performance and computation time.
  • early_exit_threshold: Controls the adaptive exit mechanism (default: 1.0). Lower values encourage earlier exit, while 1.0 means always use all steps.

Example: Modify recurrent steps

from transformers import AutoConfig, AutoModelForCausalLM

config = AutoConfig.from_pretrained("ouro-llm/Ouro-2.6B")
config.total_ut_steps = 3  # Use 3 recurrent steps instead of 4
model = AutoModelForCausalLM.from_pretrained(
    "ByteDance/Ouro-2.6B",
    config=config,
    device_map="auto"
)

Note: vLLM does not currently support the adaptive exit feature due to its inference optimization characteristics. When using vLLM, the model will always execute the full number of total_ut_steps.

Model Architecture

Ouro-2.6B is based on the decoder-only Transformer architecture with parameter sharing across recurrent steps:

ConfigurationValue
Parameters2.6B
Layers24
Recurrent Steps4
Hidden Size2048
Attention HeadsMulti-Head Attention (MHA)
FFN ActivationSwiGLU
Position EmbeddingRoPE
Vocabulary Size49,152
Context Length4K (training), extendable to 64K
NormalizationSandwich RMSNorm

Training Details

  • Training Tokens: 7.7T tokens
  • Training Pipeline:
    • Stage 1: Pre-training (6T tokens)
    • Stage 2: CT Annealing (2.6T tokens)
    • Stage 3: Long Context Training (20B tokens)
    • Stage 4: Mid-training (300B tokens)
  • Data Composition: Web data, code, mathematics, long-context documents
  • Optimizer: AdamW (β₁=0.9, β₂=0.95)
  • Learning Rate Scheduler: Warmup-Stable-Decay (WSD)

Quick Start

⚠️ IMPORTANT: Works with transformers==5.9.0.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "ByteDance/Ouro-2.6B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    device_map="auto",
    torch_dtype="auto"
)

# Generate text
inputs = tokenizer("The future of AI is", return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Acknowledgments

We thank @Antizana for the KV cache fix merged from ouro-cache-fix, which resolved a critical compatibility issue with transformers>=4.56.0.

Citation

@article{zhu2025scaling,
  title={Scaling Latent Reasoning via Looped Language Models},
  author={Zhu, Rui-Jie and Wang, Zixuan and Hua, Kai and Zhang, Tianyu and Li, Ziniu and Que, Haoran and Wei, Boyi and Wen, Zixin and Yin, Fan and Xing, He and others},
  journal={arXiv preprint arXiv:2510.25741},
  year={2025}
}

## License

This model is licensed under Apache-2.0. See the LICENSE file for details.

---

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
OuroForCausalLM
Ревизия весов
f26fd27

0 моделей