/ Модель

Характеристики

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

LFM2.5-230M-ToMoE-INT4

Генерация текстаТекст → текст3 профессии

Квантизированная до INT4 англоязычная MoE-модель LFM2 для генерации текста и диалогов с контекстом до 128 тысяч токенов.

52скачиваний 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 выпустил вариант LFM2.5-230M-ToMoE с квантизацией весов до INT4. Это причинная языковая MoE-модель семейства LFM2 с архитектурой Lfm2MoEForCausalLM и примерно 221,2 млн параметров; она предназначена для генерации текста и диалогов. Контекст модели составляет до 128 000 токенов, основной заявленный язык — английский.

Веса линейных слоёв MLP, внимания и свёрточных слоёв хранятся в INT4 с групповой упаковкой по 64 значения и нулевой точкой; маршрутизаторы, эмбеддинги и нормализации оставлены в FP32. Для запуска используется Transformers и пользовательское определение модели с trust_remote_code. По приведённым в карточке измерениям, модель сильно деградирует по perplexity: значение для INT4 на wikitext-2 составляет 888, поэтому качество генерации может быть низким. Лицензия указана как other, конкретные условия следует сверить с файлом LICENSE.

Сценарии применения

  • эксперименты с малой MoE-моделью генерации текста
  • тестирование влияния квантизации INT4 на языковую модель
  • генерация коротких англоязычных ответов в диалоге

Ограничения

В карточке отмечена сильная деградация качества: perplexity INT4 на wikitext-2 составляет 888; метрики для диалогового формата не приведены. Для загрузки требуется пользовательский код модели через 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

LFM2.5-230M-ToMoE-INT4

Weight-only INT4 quantization of the real ToMoE MoE — Nichonauta/LFM2.5-230M-ToMoE (derived from LiquidAI/LFM2.5-230M).

Unlike the GGUF companions (which are dense-equivalents because llama.cpp cannot represent the channel-MoE), this repository stores the actual pruned MoE weights quantized in safetensors format:

  • LinearINT4 replaces the MLP/attention/conv Linear layers (per-channel symmetric for INT8; per-group of 64 with zero-point for INT4), packed 2-nibbles-per-byte for INT4.
  • The routers, embeddings and norms stay fp32 (tiny and sensitive); weights dequantize lazily in the forward pass.
  • Same custom model definition (modeling_lfm2_moe_final.py, trust_remote_code), plus the quantization flag in config.json.

Metrics vs the fp32 MoE

Metricfp32 MoEINT8INT4
PPL wikitext-2 (raw, 1810 tok)827798888
PPL chat-formatted (prompt+answer)n/a (230M base has no chat metric)n/an/a
model.safetensors size804 MB334 MB—

The 230M MoE is heavily degraded in both fp32 and quantized form (raw PPL ~800+), so INT8/INT4 are within noise of each other and of the fp32 MoE.

Usage (transformers, trust_remote_code)

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "Nichonauta/LFM2.5-230M-ToMoE-INT4",
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
    device_map="cuda:0",
    attn_implementation="eager",
)
tokenizer = AutoTokenizer.from_pretrained("Nichonauta/LFM2.5-230M-ToMoE-INT4")

The quantization field in config.json makes the custom modeling file build the quantized Linear layers automatically.

Files

  • model.safetensors — INT4 weights + fp32 scales/zero-points + fp32 routers/embeddings/buffers
  • modeling_lfm2_moe_final.py — custom model definition with LinearINT4 support (trust_remote_code)
  • config.json — model configuration (quantization: "int4", auto_map)
  • tokenizer.json, tokenizer_config.json, chat_template.jinja, generation_config.json, LICENSE

License

Derivative of LiquidAI/LFM2.5-230M — released under the LFM Open License v1.0 (see LICENSE).

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
158a29e

0 моделей