/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,6 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 сен 2026

1pp-1.7b-raw-base

Генерация текстаТекст → текст3 профессии

Базовая модель Llama на 1,66 млрд параметров для продолжения текста и исследований предобучения на исходных документах.

142скачиваний за 30 дней0лайковвеса обновлены4 сен 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

1pp-1.7b-raw-base — экспериментальная базовая языковая модель, разработанная в рамках проекта One Persona Pretraining (1PP) группы EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 1,66 млрд параметров: 24 слоя, размер скрытого состояния 2048, словарь SmolLM2 на 49 152 токена и контекст до 4096 токенов. Модель принимает текст и генерирует продолжение; обучение проводилось на исходных документах DCLM-edu, без преобразования их в диалоги. Для запуска используются библиотека Transformers и веса в формате safetensors.

Модель предназначена для исследований влияния формата данных и схемы обучения на языковые модели, а также для экспериментов с продолжением текста. Она не обучалась как универсальный диалоговый помощник: базовый вариант генерирует обычный текст и не рассчитан на следование системным инструкциям. Карточка описывает экспериментальный чекпойнт из сравнительного исследования разных размеров и условий предобучения. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение английских текстов
  • эксперименты с базовыми языковыми моделями
  • сравнение обучения на исходных документах и диалоговых данных

Ограничения

Это базовая модель, а не универсальный чат-помощник: она не обучалась следовать системным инструкциям и может не давать надёжных диалоговых ответов. Контекст ограничен 4096 токенами.

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

1pp-1.7b-raw-base

One Persona Pretraining (1PP) experiment model: 1.66B parameters, pretraining condition original documents.

Part of a 3 × 3 study: three sizes (0.5B, 1B, 1.7B) × three pretraining conditions on the same 47.8M source documents in the same order (original documents; rewritten conversations with loss on assistant turns; rewritten conversations with loss on user and assistant turns). Every run saw the identical batch sequence, so the conditions differ only in the document text and the loss mask. Models are grouped in the 1pp collection.

Architecture

Llama-style decoder, 24 layers, hidden 2,048, FFN 8,192 (SwiGLU), attention heads / KV heads 16 / 4 (head dim 128), RMSNorm, RoPE base 10,000, untied embeddings, no biases, no QK-norm, sequence length 4,096. Tokenizer: SmolLM2 vocabulary (49,152) plus <|pad|>; <|endoftext|> is the end-of-document token.

Pretraining

Data: the original DCLM-edu documents (raw baseline); loss on all document tokens and on <|endoftext|>. One pass over 47.8M documents (66.2B tokens of original documents; 63.0B tokens as conversations), 31,777 steps at global batch 512 × 4,096 tokens, cross-document attention masking, best-fit packing with step-aligned document assignment. Optimizer: Muon (shape scaling, matrix LR 0.005) with Adam for embeddings and norms, warmup 2,000 steps, constant, linear decay over the last 10% to 1/100, weight decay 0.1, bf16.

Validation loss (per token, 2,433 held-out documents, final checkpoint):

assistant textuser textdocument text
2.4882.5382.396

Chat format

ChatML without a system turn (the models never saw one):

<|im_start|>user\n{message}<|im_end|>\n<|im_start|>assistant\n{reply}<|im_end|>\n

The bundled chat_template renders exactly this. Generation stops at <|im_end|> (id 2) or <|endoftext|> (id 0); both are listed in eos_token_id. This is a base model; the conversation conditions produce chat-formatted text, the raw baseline plain text.

Verification

The HF weights were checked against the Megatron checkpoint by recomputing validation losses with this model:

setHF lossMegatron referenceabs. diff
val50m segments [3]2.48672.48840.0017
raw_val50m segments [8]2.39752.39570.0018

Links

  • Training logs: wandb projects 1pp-training and 1pp-sft
  • Research artifact from the 1PP project (EPFL DLAB); not a general-purpose assistant.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
9a85ff9

0 моделей