/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,6 млрд
Размер весов
2,6 ГБ
Архитектура
axion · dense
Библиотека
transformers
Опубликована
16 сен 2026

Axion-1B-FineWebEdu-200K

Генерация текстаТекст → текст3 профессии

Базовая языковая модель Axion примерно на 1,28 млрд параметров для генерации и продолжения англоязычного текста.

427скачиваний за 30 дней0лайковвеса обновлены17 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

Axion 1B FineWeb-Edu — Step 200K — ранний базовый чекпойнт семейства Axion, опубликованный MyLabs-LLC. Это плотная авторегрессионная языковая модель с архитектурой AxionForCausalLM и примерно 1,28 млрд параметров; она обучена на FineWeb-Edu с токенизатором Axion на базе SentencePiece. Контекст составляет 32 768 токенов, веса представлены в BF16 SafeTensors.

Модель предназначена для продолжения текста и экспериментов с базовой языковой моделью. Она не проходила дообучение для следования инструкциям или ведения диалога, поэтому сама по себе не ориентирована на чат-сценарии. В README приведены шаг обучения 200 000, объём обучения 13,1 млрд токенов и валидационная perplexity 11,67; для запуска описана поддержка Transformers и vLLM с пользовательским кодом модели.

Автор предупреждает, что генерация может быть ошибочной, повторяющейся, предвзятой или ненадёжной. Лицензия в экспорте не заявлена, поэтому условия использования не определены; перед публикацией владелец репозитория должен выбрать и указать лицензию.

Сценарии применения

  • продолжение англоязычного текста по началу фрагмента
  • эксперименты с базовой авторегрессионной языковой моделью
  • оценка генерации текста на корпусах образовательного веб-контента

Ограничения

Модель не настроена для инструкций и чата; генерация может быть ошибочной, повторяющейся, предвзятой или ненадёжной. Лицензия не заявлена, а для загрузки пользовательского кода требуется отдельно оценить его перед включением trust_remote_code.

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

Axion 1B FineWeb-Edu — Step 200K

This is an early base-model checkpoint from the Axion three-stage pipeline. It has 1,275,168,768 parameters and was pretrained on FineWeb-Edu with the Axion 16K SentencePiece tokenizer.

Checkpoint

  • Optimizer step: 200,000
  • Training tokens seen: 13,107,200,000
  • Validation cross-entropy: 2.457392
  • Validation perplexity: 11.67432
  • Context length: 32,768 tokens
  • Weight format: BF16 SafeTensors

This checkpoint is not instruction-tuned or chat-tuned. It may generate incorrect, repetitive, biased, or otherwise unreliable text.

Transformers

Custom model code is included because Axion is not a stock Llama architecture. Review the repository code before enabling trust_remote_code.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "YOUR_NAMESPACE/YOUR_REPOSITORY"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype="bfloat16",
    device_map="auto",
)

inputs = tokenizer("The future of science is", return_tensors="pt").to(model.device)
output = model.generate(**inputs, max_new_tokens=64, do_sample=True, temperature=0.8)
print(tokenizer.decode(output[0], skip_special_tokens=True))

vLLM

Axion uses vLLM's Transformers modeling backend:

vllm serve YOUR_NAMESPACE/YOUR_REPOSITORY \
  --trust-remote-code \
  --model-impl transformers \
  --dtype bfloat16 \
  --max-model-len 32768

For a 12GB GPU, begin with --max-model-len 8192 to leave sufficient room for the KV cache. A 24GB GPU can use the full context more comfortably.

Upload

From the Axion repository:

hf repos create YOUR_NAMESPACE/YOUR_REPOSITORY --private --exist-ok
hf upload-large-folder YOUR_NAMESPACE/YOUR_REPOSITORY hf_export/macho-1b-finewebedu-20b-step200000

No model license is asserted by this export. The repository owner should select and document a license before making the model public.

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
AxionForCausalLM
Ревизия весов
2d7eafa

0 моделей