/ Модель

Характеристики

Контекст
16 384 токена
Параметры
354 млн
Лицензия
Apache 2.0
Архитектура
falcon_h1 · dense
Базовая модель
Falcon-H1-0.5B-Base
Опубликована
14 мар 2026

HybridIntelligence-0.5B

Генерация текстаТекст → текст3 профессии

Экспериментальная текстовая модель Merlin Research на базе Falcon H1 0.5B с DPO-дообучением, созданная для генерации ответов и изучения гибридного выбора вариантов нейроморфным селектором.

89скачиваний за 30 дней14лайковвеса обновлены14 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

Hybrid Intelligence 0.5B — экспериментальная система Merlin Research, сочетающая дообученную языковую модель Falcon H1 0.5B с нейроморфным селектором на основе биологически вдохновлённой нейронной сети. Языковая модель генерирует несколько вариантов ответа, а селектор оценивает сигналы неопределённости и выбирает вариант; в опубликованном чекпойнте компонент LLM дообучен методом DPO на 4 234 парах предпочтений с LoRA для q_proj и v_proj. Модель имеет 354,4 млн параметров, архитектуру Falcon H1 и контекст 16 384 токена.

Система предназначена для генерации текста и экспериментов с гибридным выбором ответов. По результатам авторов, гибридный цикл достиг примерно 26–28% точности против 21% у базовой Falcon H1 0.5B на их оценке; эти результаты относятся к описанным авторами экспериментам. Селектор использует LIF-нейроны с несколькими временными масштабами и реализован на NumPy. Метаданные указывают английский и арабский языки. Лицензия — Apache-2.0.

Это первый экспериментальный чекпойнт; результаты и утверждения о преимуществе требуют независимой проверки. В README описана система из нескольких компонентов, поэтому одни лишь веса языковой модели могут не воспроизводить весь гибридный цикл и заявленную прибавку точности.

Сценарии применения

  • генерация текста на английском языке
  • генерация текста на арабском языке
  • эксперименты с выбором лучшего ответа из нескольких вариантов
  • исследование калибровки уверенности языковых моделей
  • оценка гибридных систем с LLM и нейроморфным селектором

Ограничения

Опубликован первый экспериментальный чекпойнт, а заявленные авторами показатели точности не подтверждены независимой оценкой. Полный гибридный цикл включает отдельный нейроморфный селектор, поэтому доступные веса языковой модели сами по себе могут не воспроизводить результаты системы.

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

Hybrid Intelligence 0.5B

hybrid

This is the first public checkpoint of a hybrid intelligence system from Merlin Research.

Hybrid intelligence means the system is not purely statistical (LLM) and not purely symbolic — it couples a language model with a neuromorphic Biological Neural Network (BNN) that observes, evaluates, and selects the LLM's outputs in real time. The two components evolve together: the LLM generates, the BNN judges, and both improve from the same stream of experience.

Architecture: Two Systems, One Loop

loop

The LLM (Falcon H1 0.5B) generates multiple candidate answers. The BNN encodes uncertainty signals as neuromorphic spike trains and selects the best candidate. The correctness of that selection feeds back as training signal for both the BNN and (via DPO) the LLM itself.

The BNN Component

The BNN is inspired by biological neural circuits. It uses Leaky Integrate-and-Fire (LIF) neurons with 4 time scales (decay constants: 0.70, 0.80, 0.85, 0.95) and generates spikes via Poisson statistics — the same model used to describe real neuron firing in cortex. This gives the selector a temporal memory of the generation process, not just a snapshot.

branch

Runs entirely in pure NumPy — no GPU, no special hardware. Total weights: ~8 KB.

Key Discovery: Calibration Inversion

A small LLM is systematically more confident on wrong answers than on right ones.

We measured first-token entropy across thousands of hybrid loop iterations. Correct answers show higher entropy and lower probability margin than wrong ones (t=2.28 and t=−3.41 respectively). The LLM "hesitates" more when it is actually correct.

This is the core insight the BNN learned to exploit. Rather than trusting the model's confidence, the hybrid system uses neuromorphic signals to see past the model's miscalibration and identify the genuinely better answer.

How the System Was Built: 30,000 Experiments

Merlin runs 6 autonomous researchers every night (01:00–07:00):

ProcessRole
hybridMain hybrid loop — generates, encodes, selects, evaluates
bnn_trainerRetrains BNN every 5 min from accumulated experience
candidate_poolGenerates diverse candidates (4 sampling strategies)
neuro_couplingBNN-guided token-by-token temperature adjustment
mlCollects DPO preference pairs for LLM fine-tuning
meta_analyzerUpdates evolutionary mutation weights before each session

Encoder parameters (pulse width, burst count, frequency, entropy scale) are found by evolutionary search — propose mutation, run 100 benchmark questions, keep if improvement ≥ 0.5pp. This process ran for ~30,000 experiments and produced 38+ confirmed improvements before this checkpoint.

Results

SystemAccuracy
Raw Falcon H1 0.5B (baseline)21.0%
Hybrid Intelligence (BNN + LLM)~26–28%

+5–7 percentage points improvement. The gap is entirely from the hybrid loop — the BNN selector adds no latency perceivable to the user (~1ms overhead).

DPO Fine-Tuning

The LLM component was fine-tuned with DPO on 4,234 preference pairs collected autonomously by the ml researcher over multiple nights.

  • LoRA: r=16, α=32, target modules: q_proj + v_proj
  • β=0.1, 3 epochs, cosine schedule

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "MerlinSafety/falcon-h1-0.5b-dpo",
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(
    "MerlinSafety/falcon-h1-0.5b-dpo",
    trust_remote_code=True,
)

prompt = "Question: What is the capital of France?\nAnswer:"
inputs = tokenizer(prompt, return_tensors="pt")
out = model.generate(**inputs, max_new_tokens=40, do_sample=False)
print(tokenizer.decode(out[0][inputs['input_ids'].shape[1]:]))

Status & Roadmap

This is Checkpoint #1. The hybrid loop continues to run and improve.

  • Stronger base model (Qwen2.5-Math-1.5B or any Qwen3.5)
  • Scale DPO dataset to 10,000+ pairs
  • Online BNN adaptation during inference
  • Multi-model candidate pool
  • We hope to collaborate with Cortical Labs — running the hybrid loop on biological neurons (CL1) as a true wetware selector

Merlin Research — building hybrid intelligence, one checkpoint at a time.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
FalconH1ForCausalLM
Ревизия весов
551da1e

0 моделей