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
Starlight Pro 1 — экспериментальная текстовая генеративная модель от North ML, построенная на базе Qwen3.5-2B и дообученная с добавлением причинного регистра памяти агента после каждого слоя с полным вниманием. Проекция регистра изначально нулевая, поэтому на начальном шаге модель совпадает с исходной Qwen. В репозитории около 1,7 млрд параметров; указанное родное контекстное окно — 262 144 токена.
Модель предназначена для генерации текста и диалогового использования. В карточке приведены результаты тестов MMLU, ARC-Challenge и HellaSwag, однако для работы регистра требуется отдельно загрузить agent_register.pt и подключить его к слоям модели с помощью starlight_arch.py; файл model.safetensors содержит только базовую модель Qwen без регистра. Лицензия — Apache-2.0. Метаданные указывают английский язык.
Сценарии применения
генерация ответов в диалоговом интерфейсе
продолжение текста на английском языке
экспериментальная оценка на тестах знаний и рассуждений
изучение модификаций архитектуры Qwen с памятью агента
Ограничения
Для использования дополнительного регистра необходимо отдельно загрузить agent_register.pt и подключить его через starlight_arch.py; одних весов model.safetensors недостаточно. Опубликованные результаты ограничены указанными бенчмарками и не гарантируют качество в других сценариях.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
North ML executor. Qwen3.5-2B with a causal agent-memory register after every full-attention layer. The register's output projection starts at zero, so the model matches Qwen at step 0.
Benchmark
Score
Correct
MMLU (5-shot)
59.2%
8311/14042
ARC-Challenge (25-shot)
80.0%
938/1172
HellaSwag (0-shot)
57.2%
5742/10042
MMLU and ARC-Challenge score the next-token letter on the test split. HellaSwag scores the length-normalized ending on the validation split.
Load agent_register.pt with starlight_arch.py and hook it onto the full-attention layers before generation. model.safetensors alone is the Qwen backbone without the register.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров