/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
rwkv_hybrid · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-1.5B
Библиотека
transformers
Опубликована
7 фев 2025

ARWKV-R1-1B5

Генерация текстаТекст → текст3 профессии

Предварительная гибридная модель RWKV-7 на 1,5 млрд параметров для генерации диалогового текста с дистилляцией рассуждений DeepSeek.

34скачиваний за 30 дней6лайковвеса обновлены11 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

ARWKV-R1-1B5 — предварительная версия языковой модели от проекта ARWKV, построенная на гибридной архитектуре RWKV-7 с TimeMix и Transformer MLP. Модель объединяет элементы BlinkDL/rwkv-7-world и DeepSeek-R1-Distill-Qwen-1.5B; каталог классифицирует происхождение как слияние. Размер по метаданным — 1,5 млрд параметров, формат весов — Safetensors, библиотека — Transformers.

Модель предназначена для генерации текста в диалоговом формате и демонстрации рекуррентного механизма RWKV-7. В README указаны линейная сложность по длине последовательности, отсутствие self-attention и постоянное потребление VRAM; обучение этой версии проводилось на 40 млн токенов с дистилляцией, без SFT и DPO. Для модели указано контекстное окно 32 768 токенов в метаданных, тогда как README описывает обучение с контекстом 2 048 токенов и называет его ограничением предварительной версии.

Это ранний preview 0.1, поэтому качество ответов и рассуждений может быть нестабильным; заявленные улучшения для математики и RL относятся к планам проекта, а не к этой версии. Лицензия — Apache-2.0. (В README также встречается несогласованное описание как 7B-модели; размер 1,5B взят из метаданных.)

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • эксперименты с рекуррентной архитектурой RWKV
  • прототипирование компактных языковых моделей
  • генерация текста на английском и китайском

Ограничения

Это ранняя предварительная версия без SFT и DPO, обученная на 40 млн токенов; качество и устойчивость ответов могут быть ограничены. README указывает контекст обучения 2 048 токенов, хотя метаданные сообщают нативный контекст 32 768 токенов.

Для каких профессий подходит3

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

ARWKV-R1-1B5 (Preview 0.1)

Preview version with RWKV-7 time mixing and Transformer MLP

📌 Overview

ALL YOU NEED IS RWKV

This is an early preview of our 7B parameter RNN-based model, trained on 2k context length (only stage-2 applied, without SFT or DPO) through 3-stage knowledge distillation from DeepSeek-R1-Distill-Qwen-1.5B. While being a foundational version, it demonstrates:

  • ✅ RWKV-7's efficient recurrence mechanism
  • ✅ No self-attention, fully O(n)
  • ✅ Constant VRAM usage
  • ✅ Single-GPU trainability

Roadmap Notice: We will soon open-source different enhanced versions with:

  • 🚀 16k+ context capability
  • 🧮 Math-specific improvements
  • 📚 RL enhanced reasoning model

How to use

pip3 install --upgrade rwkv-fla transformers

Before training: export WKV_MODE=chunk

from transformers import AutoModelForCausalLM, AutoTokenizer


model = AutoModelForCausalLM.from_pretrained(
    "RWKV-Red-Team/ARWKV-R1-1B5",
    device_map="auto",
    torch_dtype=torch.float16,
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(
    "RWKV-Red-Team/ARWKV-R1-1B5"
)

system_prompt = "You are a world class trivia AI - provide accurate, succinct responses. "
messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": prompt}]

text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
text = text + "<think>"
print(text)
model_inputs = tokenizer([text], return_tensors="pt").to(device)

streamer = TextIteratorStreamer(tokenizer, skip_prompt=False, skip_special_tokens=False)


generation_kwargs = dict(model_inputs, streamer=streamer, max_new_tokens=8192, do_sample=True,tokenizer=tokenizer,stop_strings=["<|end▁of▁sentence|>"])
thread = threading.Thread(target=model.generate, kwargs=generation_kwargs)
thread.start()

print("Streaming output:")
for new_text in streamer:
    print(new_text, end="", flush=True)

thread.join()

The output looks like :

<|begin▁of▁sentence|>You are a world class trivia AI - provide accurate, succinct responses. <|User|>The world's largest rainforest, home to approximately three million species of plants and animals, is named after which river?<|Assistant|><think>
Okay, so I'm trying to solve this question about the world's largest rainforest and which river it's named after. Hmm, first, I think rainforest names often have links related to the region it's in. The most famous rainforest in the world is the Amazon. I remember hearing a lot about it being called that because rainforests are connected to specific river systems. 

Now, I'm trying to recall which river is named after the Amazon. I think it's the Amazon River. But I want to be sure. Let me see... the Amazon is a major rainforest located in South America. The Amazon River flows through it, which is why it's named after it. That makes sense because it's a very important river. I recall reading somewhere that all the rainforests are named after rivers related to their regions. So if the Amazon is named after its River, then the name would naturally be related to its source.

I wonder if it's the Amazon itself that's named after it, or another river named after it. But the official name for the Amazon is the Amazon Rainforest. The most significant rainforest in the world is the Amazon, and its name probably started with river-sounding names.
</think>

The largest rainforest located in South America is the Amazon. It is named after the river named after it, which is the Amazon River. Therefore, the Amazon River is the name given to the Amazon Rain Forest.

🔑 Key Features

ComponentSpecificationNote
ArchitectureRWKV-7 TimeMix + SwiGLUHybrid design
Context Window2048 training CTXPreview limitation
Training Tokens40MDistillation-focused
PrecisionFP16 inference recommended(16G Vram required)15%↑ vs BF16

🏗️ Architecture Highlights

Core Modification Flow

Transformer Decoder Layer:
- Multi-head Latent Attention(MLA)
+ RWKV-7 Time Mixing (Eq.3)
- RoPE Positional Encoding
+ State Recurrence
= Hybrid Layer Output

Use case

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RwkvHybridForCausalLM
Ревизия весов
a6e35c0

0 моделей