/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
1,6 млрд
Архитектура
lfm2_moe · MoE
Базовая модель
lfm25-8b-a1b-sft-bigchat
Библиотека
transformers
Опубликована
11 июн 2026

lfm25-8b-a1b-dpo-bigchat

Генерация текстаТекст → текст

Диалоговая MoE-модель PersonaPO, дообученная для генерации ответов в чате и работы чат-помощника.

12скачиваний за 30 дней0лайковвеса обновлены11 июн 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

PersonaPO/lfm25-8b-a1b-dpo-bigchat — диалоговая языковая модель, дообученная PersonaPO на базе PersonaPO/lfm25-8b-a1b-sft-bigchat с использованием TRL. По метаданным, это MoE-модель семейства LFM2 с 1,6 млрд параметров, контекстом до 128 000 токенов и весами в формате safetensors; интерфейс рассчитан на чат.

Сценарии применения

  • ответы на вопросы в диалоге
  • создание чат-помощника
  • продолжение беседы по контексту пользователя

Ограничения

README не приводит оценок качества, подробностей обучающих данных или ограничений модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for lfm25-8b-a1b-dpo-bigchat

This model is a fine-tuned version of PersonaPO/lfm25-8b-a1b-sft-bigchat. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="PersonaPO/lfm25-8b-a1b-dpo-bigchat", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with DPO, a method introduced in Direct Preference Optimization: Your Language Model is Secretly a Reward Model.

Framework versions

  • TRL: 1.5.1
  • Transformers: 5.11.0
  • Pytorch: 2.12.0
  • Datasets: 5.0.0
  • Tokenizers: 0.22.2

Citations

Cite DPO as:

@inproceedings{rafailov2023direct,
    title        = {{Direct Preference Optimization: Your Language Model is Secretly a Reward Model}},
    author       = {Rafael Rafailov and Archit Sharma and Eric Mitchell and Christopher D. Manning and Stefano Ermon and Chelsea Finn},
    year         = 2023,
    booktitle    = {Advances in Neural Information Processing Systems 36: Annual Conference on Neural Information Processing Systems 2023, NeurIPS 2023, New Orleans, LA, USA, December 10 - 16, 2023},
    url          = {http://papers.nips.cc/paper_files/paper/2023/hash/a85b405ed65c6477a4fe8302b5e06ce7-Abstract-Conference.html},
    editor       = {Alice Oh and Tristan Naumann and Amir Globerson and Kate Saenko and Moritz Hardt and Sergey Levine},
}

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

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
cd2f13a

0 моделей