/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
221 млн
Лицензия
Своя лицензия
Архитектура
lfm2 · dense
Базовая модель
LFM2.5-230M
Библиотека
transformers
Опубликована
26 авг 2026

LFM2.5-230M-ToMoE

Генерация текстаТекст → текст3 профессии

Экспериментальная MoE-версия LFM2.5-230M, созданная методом ToMoE для изучения динамического прореживания и генерации текста.

97скачиваний за 30 дней1лайквеса обновлены26 авг 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

Nichonauta/LFM2.5-230M-ToMoE — преобразованная методом ToMoE модель LiquidAI/LFM2.5-230M для генерации текста в формате Mixture-of-Experts. В MLP-слоях используются восемь канальных экспертов с выбором top-1 для каждого токена; в слоях внимания динамически маскируются каналы V, а слои ShortConv статически прорежены. Веса модели хранятся в формате safetensors; общий размер — около 221,2 млн параметров, нативный контекст — 128 000 токенов.

Модель предназначена для экспериментов с динамическим структурным прореживанием и MoE на небольшой языковой архитектуре LFM2, а также для изучения и демонстрации конвейера ToMoE. Она поддерживает диалоговую генерацию текста на английском языке. Для загрузки через Transformers требуется trust_remote_code=True и предоставленный в репозитории пользовательский код модели.

Качество заметно ниже базовой модели: README сообщает perplexity около 815 на WikiText-2 против 20,4 у исходной модели, а генерация склонна к повторениям. Базовая модель указана под лицензией LFM Open License v1.0; метаданные этой версии обозначают лицензию как other, поэтому условия использования следует сверять с файлами репозитория и лицензией базовой модели.

Сценарии применения

  • эксперименты с методом ToMoE на языковой модели LFM2
  • изучение динамической маршрутизации экспертов по токенам
  • сравнение прореженной MoE-модели с плотной базовой моделью

Ограничения

Качество резко снижено относительно базовой модели: perplexity на WikiText-2 составляет около 815 против 20,4; при генерации возможны повторения. Для Transformers требуется trust_remote_code=True.

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

LFM2.5-230M-ToMoE

A Mixture-of-Experts (MoE) conversion of LiquidAI/LFM2.5-230M, obtained with the ToMoE method (Dynamic Structural Pruning + Hypernetwork).

The dense 230M base model is converted into a channel-MoE where:

  • MLP (14 layers): per-token expert routing over 8 channel-experts (top-1 via Gumbel-softmax), the FFN is cut to the union of the expert channel masks.
  • Full attention (6 layers): Q/K kept at full width; the V channels are dynamically masked per token (deterministic masks).
  • ShortConv (8 layers): statically pruned (a single channel index shared by the B/C/x projections, the conv and the output projection).

Metrics

MetricDense baseToMoE MoE
Total params229.7M200.9M stored
Active params per token229.7M~151M
PPL wikitext-2 (2048 tok)20.4~815
Embeddings (always active)67.1M67.1M

The pruned budget is p = 0.3 with the ToMoE regularization (lam 64→256, Gumbel base annealed 1.0→−0.25, 8 experts). The attention QK is excluded from the budget (kept full) because the small head-dim (64) collapses under aggressive QK pruning.

Usage (transformers, trust_remote_code)

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "Nichonauta/LFM2.5-230M-ToMoE",
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
    device_map="cuda:0",
    attn_implementation="eager",
)
tokenizer = AutoTokenizer.from_pretrained("Nichonauta/LFM2.5-230M-ToMoE")

prompt = "The capital of France is"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda:0")
out = model.generate(**inputs, max_new_tokens=30)
print(tokenizer.decode(out[0], skip_special_tokens=True))

Note: this model requires trust_remote_code=True — the custom modeling_lfm2_moe_final.py defines the Lfm2MoEForCausalLM class.

Conversion details

  • Base: LiquidAI/LFM2.5-230M (LFM Open License v1.0)
  • Method: ToMoE — a bidirectional-GRU hypernetwork generates differentiable channel masks per sublayer; the model weights are frozen and only the hypernetwork is trained (online KD against the dense teacher, wikitext-103 stream). The final pruned weights are extracted from the trained masks.
  • Training: 1,200 steps, seq 2048, online knowledge distillation (2× forward KL), gradient checkpointing.

Limitations

  • The model is significantly degraded versus the dense base (PPL ~815 vs 20.4) — the pruning aggressively reduces the conv layers (12–22% width) and the MLP per-token width (~62%), and generation tends to repeat.
  • This is a research artifact demonstrating the ToMoE pipeline on a small LFM2 architecture.

License

This model is a derivative of LiquidAI/LFM2.5-230M and is released under the LFM Open License v1.0 (see LICENSE).

Files

  • model.safetensors — the pruned MoE weights (fp32)
  • modeling_lfm2_moe_final.py — the custom model definition (trust_remote_code)
  • config.json — model configuration (with auto_map)
  • tokenizer.json, tokenizer_config.json, chat_template.jinja, generation_config.json

GGUF quantizations

Quantized GGUF files (Q4_K_M, Q8_0, F16) are available in the companion repository: Nichonauta/LFM2.5-230M-ToMoE-GGUF.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Lfm2MoEForCausalLM
Ревизия весов
c8ab4e2

0 моделей