/ Модель

Характеристики

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

consilience-40b-CqX3FUm4

Генерация текстаТекст → текст7 профессий

Nous Consilience 40B — многоязычная базовая языковая модель для генерации и продолжения текста.

21скачиваний за 30 дней9лайковвеса обновлены1 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 Psyche Foundation и обучаемая с нуля в децентрализованном режиме через интернет. Это декодерный трансформер на архитектуре DeepSeek V3 с MLA, в плотной версии без MoE-маршрутизаторов. В модели 41,6 млрд параметров; указанная длина контекста — 2048 токенов.

Модель предназначена для генерации текста и продолжения запросов в диалоговом формате. Предобучение проводилось на объединённых наборах FineWeb, FineWeb 2 и The Stack v2; в карточке заявлено около 20 трлн токенов. Модель описана как базовый чекпойнт без финального этапа annealing, поэтому её поведение может быть менее удобным для прикладного диалога, чем у версии с дополнительной настройкой. Метаданные указывают поддержку множества языков, включая английский, китайский и русский. Лицензия — CC0-1.0.

Сценарии применения

  • генерация продолжения текста по запросу
  • создание черновиков и текстовых вариантов
  • многоязычные запросы и ответы
  • эксперименты с базовой языковой моделью
  • исследование поведения моделей, обученных на веб-текстах и коде

Ограничения

Контекст ограничен 2048 токенами. Это базовая модель без финального annealing, поэтому её пригодность для диалога и прикладного использования может быть ограничена.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

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

Pretaining 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
a3aa8f7

0 моделей