/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
6,9 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5_moe · dense
Базовая модель
Lewi-Surge-Preview-3B-Base
Библиотека
transformers
Опубликована
13 окт 2026

Lewi-Surge-Preview-3B-Chat-Early

Генерация текстаТекст → текст

Ранний частично дообученный чат-чекпойнт MoE-модели для диалогов и помощи с программированием, особенно на Python.

215скачиваний за 30 дней2лайкавеса обновлены13 окт 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

Lewi Surge Preview 3B (Chat, Early) — ранний частично дообученный чат-чекпойнт модели Lewi Surge, созданной с нуля одним разработчиком из Украины. Это языковая MoE-модель для программирования с архитектурой Qwen3.5 MoE; в ней около 3,45 млрд параметров, из которых примерно 0,5 млрд активны на токен. Архитектура включает 16 слоёв: четыре блока, каждый из которых содержит три Gated DeltaNet и один слой полного внимания.

Модель предназначена для диалогов и помощи с кодом. Она уже отвечает в чат-формате, но прошла менее четверти запланированной настройки инструкций: обучение остановилось из-за нехватки вычислительных ресурсов. В карточке указаны обучающие данные для кода, математики, веб-текстов и многоязычных диалогов; заявленные языки — английский, украинский, испанский, португальский, французский и немецкий. Для запуска требуется transformers версии 5.0 или новее.

Ожидайте ошибок в фактах, непоследовательного выполнения инструкций, слабых результатов на языках программирования помимо Python и повторов в длинных списках. Модель не настроена на безопасность и не подходит для задач, где ошибки имеют серьёзные последствия. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • получение подсказок по коду Python
  • автодополнение коротких функций Python
  • объяснение фрагментов кода в чате
  • черновые ответы на многоязычные вопросы
  • эксперименты с ранней MoE-моделью для программирования

Ограничения

Это незавершённый ранний чекпойнт с непоследовательным следованием инструкциям, возможными фактическими ошибками, слабой поддержкой кода помимо Python и повторами в длинных списках. Модель не настроена на безопасность и не подходит для сценариев, где ошибки критичны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Lewi Surge Preview 3B (Chat, Early)

An early, partially fine-tuned chat checkpoint of Lewi Surge, an open mixture-of-experts language model for programming trained from scratch by one person in Ukraine.

⚠️ Read this first. This checkpoint went through less than a quarter of the planned chat fine-tuning (SFT). The run had to stop when the compute budget ran out. It already answers in the chat format and stops on its own, but it is not a finished assistant. We publish it as it is, so you can see the real state of the project.

💛 Why it's unfinished, and how you can help. Lewi is built without funding, on free and donated compute. The full fine-tuning (identity, instruction following, code and multilingual conversations) is prepared and ready to run; what's missing is GPU time. About $3 buys one hour on an NVIDIA GH200, and just $50 would unlock ~120 hours on a GH200 (the provider gives us access after a $50 deposit, and our free credits cover the rest), enough to finish SFT and fix the problems below. If you'd like to see Lewi finished, you can support it on Ko-fi.

Known problems

All of these come from the fine-tuning being cut short, not from the architecture. The data to fix them is already prepared (382k conversations, including identity and instruction-following sets).

ProblemWhat you'll seeFix (needs compute)
Weak identityMay claim to be "a software engineer" or another persona instead of LewiIdentity conversations in the full SFT
Ignores format and language instructions"Only code" or "answer in Ukrainian" is often not followedInstruction-following data in the full SFT
Loops in long listsLong enumerations can repeat itemsMore SFT steps + long-context stage
Short contextTrained on up to 16k-token conversations; 128k stage is in progressLong-context stage on TPU (queued)
Factual errorsStates wrong facts confidently, especially outside codeLarger model and more data (Lewi Surge 24B2A)

Model

BaseLewi-Surge-Preview-3B-Base (HumanEval 25.0%, MBPP 29.6% as a base model)
Parameters~3.45B total, ~0.5B active per token
Layers16 = 4 × (3 Gated DeltaNet + 1 full attention)
Experts128 per layer, top-6 routed + 1 shared
Chat formatChatML (<|im_start|> / <|im_end|>), no system prompt required, no thinking mode

Usage

Requires transformers >= 5.0.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "PoliteChainsaw/Lewi-Surge-Preview-3B-Chat-Early"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, dtype=torch.bfloat16, device_map="auto")

messages = [{"role": "user", "content": "Write a Python function that checks if a string is a palindrome."}]
ids = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=256, do_sample=False, repetition_penalty=1.1)
print(tok.decode(out[0][ids.shape[1]:], skip_special_tokens=True))

A light repetition_penalty (1.05–1.1) helps with the looping issue. Runs on a single consumer GPU (~7 GB in bf16).

Limitations

Early checkpoint of a small model: expect wrong facts, uneven instruction following and weak non-Python code. Not safety-tuned. Do not use it for anything where mistakes matter.

Links

Project page · Code · Support on Ko-fi

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5MoeForCausalLM
Ревизия весов
a3e3c23

0 моделей