/ Модель

Характеристики

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

1pp-1.7b-ua-seed42-sft

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная Llama-подобная чат-модель на 1,66 млрд параметров для исследований предобучения и генерации диалогового текста.

116скачиваний за 30 дней0лайковвеса обновлены11 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

Экспериментальная разговорная модель Raghav Singhal из проекта One Persona Pretraining (1PP), опубликованная как реплика обучения с seed 42. Это плотная Llama-подобная авторегрессионная модель на 1,66 млрд параметров, обученная на переписанных диалогах, а затем дообученная методом SFT на смеси многоходовых и безопасностных диалогов. В отличие от обычного чат-ассистента, на этапе предобучения модель обучалась предсказывать и реплики пользователя, и ответы ассистента.

Модель предназначена для исследовательского изучения влияния начальной инициализации и условий предобучения на качество диалоговых языковых моделей. Она поддерживает генерацию текста и чат в формате ChatML без системного сообщения; заявленная длина последовательности — 4096 токенов. Карточка указывает английский язык, архитектуру Llama и формат весов safetensors.

Результаты реплики близки к варианту с seed 28 по валидационной потере, однако автор прямо указывает, что модель не является универсальным ассистентом. Для использования действует лицензия Apache-2.0.

Сценарии применения

  • сравнение влияния случайной инициализации на обучение диалоговых моделей
  • генерация ответов в многоходовом чате на английском языке
  • воспроизведение эксперимента One Persona Pretraining
  • исследование обучения с функцией потерь на репликах пользователя и ассистента

Ограничения

Это исследовательская реплика, а не универсальный ассистент; модель обучалась без системных сообщений и может некорректно работать с ними. 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-ua-seed42-sft

One Persona Pretraining (1PP) experiment model: 1.66B parameters, pretraining condition rewritten conversations, user+assistant loss, followed by supervised fine-tuning (SFT).

Seed replicate of 1pp-1.7b-ua-sft: the same recipe and the same batch sequence, with --seed 42 instead of 28 for the parameter initialization (pretraining and SFT). It measures the initialization variance of the recipe: the two seeds differ by 0.001 to 0.003 nats in pretraining validation loss at 1.7B.

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 1PP conversations rewritten from those documents; loss on user and assistant turns (no loss 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
1.4331.3393.123

Supervised fine-tuning

One epoch over a 400k-conversation mix: jkminder/model-raising-pb-100k-3c-mt-sft (98.5k multi-turn, constitution-cited track), dlab-spp/sp-sft-normal-300k minus prompts duplicated in the first set (271.6k), and a 30k sample of dlab-spp/sp-sft-safety-180k. Same stack as pretraining (Megatron, Muon, ChatML without a system turn, loss on assistant turns only). Matrix LR 0.002 selected per model from {0.0005, 0.001, 0.002, 0.005} by held-out loss (on the seed-28 model; the replicate reuses it); global batch 128 × 4,096, linear decay to 1/10 after 3% warmup.

Held-out SFT loss (assistant tokens, 1,998 held-out conversations): 1.832

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.

Verification

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

setHF lossMegatron referenceabs. diff
sft_val segments [3, 4]1.83251.83240.0001

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
f18cc5c

0 моделей