/ 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-SMOKE

Генерация текстаТекст → текст15 профессий

NULLXES SHINRA-4B-INSTRUCT — многоязычная инструкционная языковая модель на 3,93 млрд параметров для диалога, генерации кода и структурированных ответов.

132скачиваний за 30 дней0лайковвеса обновлены18 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 — разработанная NULLXES инструкционно дообученная плотная decoder-only Transformer-модель с архитектурой ShinraForCausalLM и 3,93 млрд параметров. Она служит языковым компонентом системы NULLXES и рассчитана на диалог, выполнение инструкций, генерацию кода и структурированных ответов, а также подготовку черновиков для агентов и инструментов. Поддерживает девять языков: английский, русский, немецкий, французский, испанский, китайский, японский, корейский и арабский. Контекст — до 32 768 токенов; README указывает, что продолжение за пределы 8 192 токенов использует экстраполяцию RoPE YaRN.

Модель обучалась на текстах, коде, математике и научных материалах, а затем проходила SFT и DPO-выравнивание. Её можно применять для многоязычной генерации, помощи с программированием, следования инструкциям и выдачи JSON. Модель уступает более крупным системам в многошаговых рассуждениях и работе с редкими языками; остаточный вредоносный контент возможен. README позиционирует её для исследований и внутренней интеграции NULLXES, исключая автономные высокорисковые решения и применение без дополнительных защитных слоёв. Для загрузчиков Hugging Face требуется trust_remote_code=True. Лицензия указана как other, конкретные условия в предоставленных данных не приведены.

Сценарии применения

  • ответы на вопросы и диалог на нескольких языках
  • генерация и объяснение программного кода
  • выполнение инструкций и форматирование ответов в JSON
  • подготовка черновиков вызовов инструментов для агентов
  • многоязычная генерация текстов

Ограничения

Модель слабее систем класса 70B в многошаговых рассуждениях и на редких языках; возможна генерация вредоносного контента. Для контекста длиннее 8 192 токенов применяется экстраполяция RoPE, которую README рекомендует отдельно 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.

LayerRole
RAIDENReasoning Intelligence
CERBERVision Intelligence
SHINRALanguage Intelligence
AIONEmbodied 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
a2483c9

0 моделей