/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
41,6 млрд
Размер весов
80,4 ГБ
Лицензия
CC0 1.0
Архитектура
deepseek_v3 · dense
Опубликована
9 мая 2025

consilience-40b-7Y9v38s5

Генерация текстаТекст → текст4 профессии

Nous Consilience 40B — непрерывно обучаемая базовая языковая модель для генерации текста и дальнейших экспериментов.

148скачиваний за 30 дней30лайковвеса обновлены14 авг 2025

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

Nous Consilience 40B — базовая генеративная языковая модель, разработанная PsycheFoundation и предварительно обучаемая с нуля в децентрализованном режиме через интернет. Это плотный decoder-only трансформер на архитектуре DeepSeek V3 с MLA, без MoE-маршрутизаторов; в метаданных указано 41,6 млрд параметров. Карточка описывает непрерывное обучение с публикацией обновлённых чекпойнтов каждые 500 шагов.

Модель предназначена для генерации текста и использования в качестве базовой модели для дальнейших экспериментов и адаптации. Обучение проводилось на объединённых корпусах FineWeb, FineWeb-2 и The Stack V2; заявленный объём предобучения — 20 трлн токенов. Метаданные указывают контекст 2048 токенов и лицензию CC0 1.0. Карточка приводит языковые теги для широкого набора языков, включая русский, английский и китайский.

Модель не прошла финальный этап annealing, который, по описанию разработчика, должен улучшать точность ответов на бенчмарках и удобство использования; поэтому качество следования инструкциям и прикладная готовность могут быть ограничены. Чекпойнты обновляются по мере обучения, поэтому характеристики и поведение могут меняться.

Сценарии применения

  • генерация текста на нескольких языках
  • продолжение и дополнение текстовых фрагментов
  • эксперименты с базовой языковой моделью
  • исследование поведения модели, обученной на веб-текстах и коде

Ограничения

Модель выпущена без финального annealing, поэтому ответы на запросы и следование инструкциям могут быть менее удобными и точными. Обучение продолжается, а чекпойнты обновляются каждые 500 шагов.

Для каких профессий подходит4

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

Nous Consilience 40B is a generative text model, pretrained from scratch in a decentralized fashion over the internet.
This model is automatically updated every 500 training steps, with the latest checkpoint uploaded here from the ongoing pretraining dashboard.

For more information, read the blog post.

Model Details

Model Type: Decoder-only transformer
Parameters: 40 billion
Architecture: DeepSeek v3 + MLA (Dense version without MoE routers)
Pretraining Data: 20T tokens, Merge of FineWeb, FineWeb 2 and The Stack v2
Training Duration: TBD
Optimizer: DisTrO, decentralized version

Pretraining Dataset

For training data, we combined FineWeb (14T), FineWeb-2 with some less common languages removed (4T), and The Stack V2 (~.2T, upsampled to 1T tokens). We chose these datasets over more specialized pre-training datasets that aim to purely increase benchmark performance. Our goal with Consilience is to make a true "base" model -- one representative of the entirety of the creative output of humanity, and not merely trying to win the benchmaxxing game.

Additionally, we're training this model continuously without a final data "annealing" step. While annealing helps base models respond more accurately to benchmarks and improves usability, it may potentially constrain creativity and interesting behaviors. Our solution is to simply release both versions: the raw, un-annealed base model first, followed by an annealed version to aid in usability.

License

As the model representing the vast and diverse creative output of humankind, we choose to release it under a dual license: CC0 by default -- to dedicate it to the public domain -- while also allowing it to be used under the MIT license for users who require permissive terms with attribution and warranty disclaimers.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepseekV3ForCausalLM
Ревизия весов
69c938d

0 моделей