/ Модель

Характеристики

Контекст
1 024 токена
Параметры
134 млн
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
21 июл 2026

Nexus-Erebus-135M

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель на 134,1 млн параметров для генерации текста, арифметики и рассуждений с выбором ответа.

64скачиваний за 30 дней10лайковвеса обновлены21 июл 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

Nexus-Erebus-135M — компактная авторегрессионная языковая модель на 134,1 млн параметров, разработанная Malios Dark из Ideoa Labs и обученная с нуля по методу Isabel. Она использует плотный декодер в стиле Llama с группированным запросным вниманием, RoPE и контекстом до 1024 токенов. Токенизатор byte-level BPE из 32 000 токенов выделяет каждую цифру в отдельный токен.

Модель предназначена для генерации английского текста и экспериментов с малыми языковыми моделями, арифметикой и рассуждениями с выбором ответа. В обучении использовались англоязычные веб-данные, синтетическая целочисленная арифметика и корпуса вопросов по естественным наукам и здравому смыслу; автор сообщает о настройке на обучающих разделах соответствующих наборов данных. Для фактических ответов и практического применения результаты следует проверять. Лицензия указана как other, конкретные условия в карточке не описаны.

Сценарии применения

  • генерация коротких текстов на английском языке
  • решение простых задач на целочисленную арифметику
  • ответы на вопросы по естественным наукам
  • выбор наиболее правдоподобного ответа в тестах с вариантами
  • исследование токенизации цифр и обучения малых языковых моделей

Ограничения

Поддерживает только английский язык и ограничена контекстом в 1024 токена. Как компактная модель, может выдавать фактически неверные ответы, которые следует проверять.

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

Nexus-Erebus

Nexus-Erebus-135M

Nexus-Erebus-135M is a 134M-parameter language model trained from scratch with the Isabel Method (Ideoa Labs). It combines a digit-aware tokenizer with a compact Llama-style decoder to reach a balanced profile across commonsense reasoning, science question answering, and integer arithmetic at the 135M scale.

  • Developed by: Malios Dark (Ideoa Labs)
  • Model type: autoregressive decoder-only transformer (Llama-style)
  • Language: English
  • Parameters: 134M

Model architecture

  • Decoder-only transformer with tied input/output embeddings, grouped-query attention (GQA), and rotary position embeddings (RoPE).
  • Hidden size 640, 25 layers, 10 attention heads (5 key/value heads), context length 1024.
  • Vocabulary of 32,000, byte-level BPE with digit isolation: every digit is its own token. This single choice is what makes small-scale arithmetic work, because the model reasons over individual digits instead of arbitrary multi-digit chunks.

Training data

Pretraining (from scratch, 2.66B tokens) on a 2025 English web mixture, by token share:

  • Ultra-FineWeb, a re-filtered FineWeb successor (0.45)
  • DCLM / DataComp-LM baseline web (0.30)
  • Nemotron-CC, public sample (0.17)
  • Synthetic integer arithmetic (0.05)
  • Templated reasoning and word problems (0.03)

Fine-tuning corpus, built only from official training splits (no validation or test item is ever seen, so evaluation is contamination-free by construction):

  • ARC-Easy, ARC-Challenge, OpenBookQA, SciQ, QASC, CommonsenseQA, HellaSwag, PIQA, WinoGrande.
  • 150k synthetic arithmetic completions.

Training procedure

Pretraining used bf16 with a cosine schedule. Fine-tuning ran for 2 epochs at a low learning rate.

The important detail is the fine-tuning format. Every example is rendered in completion form, that is context + correct continuation (for example 8 + 5 = 13), rather than a letter-answer form such as Question: ... Answer: D. This is deliberate: the benchmarks are scored by the log-probability the model assigns to each candidate continuation, so the thing worth optimizing is how likely the model makes the correct continuation. A model trained to emit a letter learns to pick a letter, not to prefer the correct completion, and lands near chance on the real scoring. Training in completion form aligns the objective with the evaluation.

Evaluation

All benchmarks are run 0-shot and scored by log-likelihood multiple choice: each candidate answer is appended to the context and the highest-scoring continuation is selected.

BenchmarkMetricScore
HellaSwagacc_norm30.61
ARC-Easyacc_norm48.61
ARC-Challengeacc_norm25.43
PIQAacc64.53
ArithMark-2acc (length-normalized LL)66.68

Aggregate = ( HellaSwag + (ARC-Easy + ARC-Challenge) / 2 + PIQA + ArithMark-2 ) / 4 = 49.71

ArithMark-2 is the AxiomicLabs/ArithMark-2.0 held-out arithmetic set; it is a synthetic benchmark and is never used for training.

A note on metric choice (for reproducibility)

HellaSwag and ARC are conventionally reported with length-normalized accuracy (acc_norm), not raw accuracy (acc). Under raw accuracy, longer correct answers are penalized simply for having more tokens, which understates these tasks and can even push ARC-Challenge below random chance. We therefore report acc_norm for HellaSwag and ARC, and acc for PIQA, following common practice. Comparing an acc number for one model against an acc_norm number for another produces non-comparable results; all figures above use the conventions above.

The Isabel Method

The Isabel Method is a small-model recipe with five parts:

  1. a digit-isolating tokenizer so arithmetic is learnable at small scale,
  2. from-scratch pretraining on recent, high-quality web corpora,
  3. arithmetic bootstrapping mixed into pretraining,
  4. contamination-free fine-tuning on official training splits only, in completion format, and
  5. evaluation that matches the scoring the benchmarks actually use.

How to use

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("MaliosDark/Nexus-Erebus-135M")
model = AutoModelForCausalLM.from_pretrained("MaliosDark/Nexus-Erebus-135M")

prompt = "8 + 5 ="
ids = tok(prompt, return_tensors="pt")
out = model.generate(**ids, max_new_tokens=8)
print(tok.decode(out[0], skip_special_tokens=True))

Intended use

  • Research on small language models, digit-aware tokenization for arithmetic, and from-scratch training recipes.
  • English text generation and multiple-choice reasoning at the 135M scale.

Limitations

  • English only, with a context length of 1024 tokens.
  • As a compact research model, outputs should be verified before use in factual or downstream applications.

Creator: Malios Dark (Ideoa Labs).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
ebd804e

0 моделей