/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,9 млрд
Лицензия
Своя лицензия
Архитектура
nullxes_shinra · dense
Библиотека
transformers
Опубликована
18 сен 2026

NULLXES-SHINRA-4B-INSTRUCT

Генерация текстаТекст → текст15 профессий

Инструкционная многоязычная языковая модель NULLXES на 3,9 млрд параметров для диалогов, генерации кода и структурированных ответов.

2 276скачиваний за 30 дней1лайквеса обновлены23 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

NULLXES SHINRA-4B-INSTRUCT — плотная decoder-only Transformer-модель семейства SHINRA, разработанная NULLXES. Это instruction-tuned чекпойнт примерно на 3,9 млрд параметров с архитектурой ShinraForCausalLM, группированным вниманием GQA, RoPE и контекстом 32 768 токенов. Модель предназначена для диалогов и следования инструкциям, генерации кода, многоязычных ответов, подготовки структурированных JSON-выводов и черновиков вызовов инструментов.

Обучение включает предварительное обучение, SFT и DPO. В данных заявлены тексты и код, математика и научные материалы, а также диалоги и примеры работы с инструментами. Карточка указывает английский, русский, немецкий, французский, испанский, китайский, японский, корейский и арабский языки; доля английского при предварительном обучении преобладала. Модель рассчитана на исследовательское применение и интеграцию в продукты NULLXES. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

По заявлению разработчика, модель уступает крупным моделям в многошаговых рассуждениях и на редких языках; фильтры безопасности эвристические, поэтому возможны вредоносные ответы. Работа с контекстом длиннее 8192 токенов использует экстраполяцию RoPE и требует отдельной проверки качества. Пользовательская архитектура при загрузке через Hugging Face требует trust_remote_code=True.

Сценарии применения

  • ответы на инструкции и ведение диалога
  • написание и объяснение кода
  • генерация JSON-ответов по заданной схеме
  • подготовка черновиков вызовов инструментов для агентов
  • многоязычная генерация текста на поддерживаемых языках

Ограничения

По данным карточки, модель слабее крупных моделей в многошаговых рассуждениях и на редких языках; эвристические фильтры не исключают вредоносных ответов. Для контекста длиннее 8192 токенов применяется экстраполяция RoPE, качество которой следует проверять; загрузчикам Hugging Face требуется trust_remote_code=True.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NULLXES SHINRA-4B-INSTRUCT

NULLXES SHINRA-4B-INSTRUCT is the Language Intelligence Layer of the NULLXES system.

| Layer | Role |

| SHINRA | Language Intelligence |

SHINRA is responsible for multilingual understanding, coding intelligence, instruction following, structured outputs, and agent preparation. This checkpoint is the instruction-tuned (and optionally DPO-aligned) 4B-class dense decoder.

Architecture

Proprietary ShinraForCausalLM (not a Llama / Mistral / Qwen / GPT-NeoX wrapper).

TypeDecoder-only Transformer
Parameters3.93B (tied embeddings)
Hidden size3072
Layers32
AttentionGQA 24 query / 8 KV heads, head dim 128
MLPSwiGLU, intermediate 9216
NormRMSNorm, pre-norm + QK-norm
PositionRoPE, θ = 1e6, YaRN-ready
Context8192 train / 32768 native window
Vocab131072 SentencePiece Unigram + byte fallback
PrecisionBF16
Attention kernelsPyTorch SDPA Flash / FlashAttention-2

Block:

RMSNorm → GQA+RoPE → residual → RMSNorm → SwiGLU → residual then final RMSNorm and tied LM head.

Load:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "NULLXES/SHINRA-4B-INSTRUCT",
    torch_dtype="bfloat16",
    trust_remote_code=True,
    device_map="auto",
)
tok = AutoTokenizer.from_pretrained("NULLXES/SHINRA-4B-INSTRUCT", trust_remote_code=True)
messages = [
    {"role": "system", "content": "You are SHINRA, the NULLXES language intelligence layer."},
    {"role": "user", "content": "Explain grouped-query attention."},
]
prompt = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
out = model.generate(**tok(prompt, return_tensors="pt").to(model.device), max_new_tokens=256)

Special tokens: <|bos|> <|eot|> <|system|> <|user|> <|assistant|> <|reasoning|> <|code|> <|language|> <|tool_call|> <|tool_response|> <|document|> <|end_of_text|>. Generation stop is <|eot|>. Document stop is <|end_of_text|>.

Training data

Three stages.

Pretrain → NULLXES SHINRA-4B-BASE
SHINRA_PRETRAIN_V1: 40% FineWeb-Edu, 20% code (python-edu + licensed Stack), 15% math/science (OpenWebMath, ProofPile-2, peS2o, full arXiv bodies), 10% books (PG19 + Gutenberg; no TinyStories), 10% Wikipedia ru/de/fr, 5% NULLXES engineering (robotics/CUDA/docs slice). Language quotas en 75 / ru 15 / other 10. Documents pass ftfy, Gopher/FineWeb quality, script/language ID, toxicity heuristics, code AST/minified filters, and MinHash-LSH (Jaccard 0.80).

SFT → NULLXES SHINRA-4B-INSTRUCT
30% conversation (Tulu + SmolTalk), 25% code, 20% math, 15% tools/JSON (Hermes function-calling), 10% general (OpenHermes). Packed to 8192 with loss on assistant tokens only.

DPO
40% UltraFeedback, 30% Python code preference, 20% instruction/tool mix, 10% format (Orca), β = 0.10.

Exact mix weights live in configs/data_mix.yaml. Tokenizer trained on a ≥10B-character representative sample of the same mix.

Intended use

  • Research and internal NULLXES product integration (language layer behind RAIDEN / AION agents).
  • Instruction following, coding assistance, multilingual generation, structured JSON/tool drafts.
  • Further domain adaptation by NULLXES.

Out of scope without additional alignment and policy layers: autonomous high-stakes decisions, medical/legal advice, open internet agents with unconstrained tools.

Limitations

  • 3.93B dense capacity: weaker than 70B-class models on multi-hop reasoning and rare languages.
  • Pretrain budget 200B tokens is overtrained vs Chinchilla-80B but far below frontier token counts.
  • Toxicity and safety filters are heuristic plus optional classifiers; residual harmful content is possible.
  • Long context above 8192 uses RoPE extrapolation (YaRN). Always re-run needle-in-haystack after extension.
  • Custom architecture requires trust_remote_code=True on Hugging Face loaders.

Evaluation

Run:

python -m evaluation.perplexity --model $CKPT --data-dir data/packed/pretrain
python -m evaluation.harness --model $CKPT
python -m evaluation.needle --model $CKPT

Suite: ARC-Challenge, HellaSwag, WinoGrande, TruthfulQA, MMLU, GSM8K, HumanEval, MBPP, needle-in-haystack at 2k–32k.

Hardware

Trained for NVIDIA A100 80GB, 8-GPU FSDP FULL_SHARD, BF16, gradient checkpointing, fused AdamW, PyTorch 2.x SDPA.

License

Source code: NULLXES Research License (see LICENSE).
Weights: proprietary NULLXES asset. Redistribution of checkpoints requires a written grant.

Citation

@misc{nullxes-shinra-4b-instruct,
  title  = {NULLXES SHINRA-4B-INSTRUCT},
  author = {NULLXES Research},
  year   = {2026},
  note   = {Language Intelligence Layer of the NULLXES system}
}

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
ShinraForCausalLM
Ревизия весов
efae041

0 моделей