/ 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-ua-sft

Генерация текстаТекст → текст3 профессии

Экспериментальная Llama-модель на 1,66 млрд параметров для генерации диалоговых ответов и исследования подхода One Persona Pretraining.

127скачиваний за 30 дней0лайковвеса обновлены3 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-ua-sft — экспериментальная модель диалоговой генерации от проекта One Persona Pretraining (1PP, EPFL DLAB). Это плотная авторегрессионная модель архитектуры Llama с 1,66 млрд параметров: 24 слоя, скрытый размер 2048, словарь SmolLM2 на 49 152 токена и контекст 4096 токенов. Модель обучалась на переписанных диалогах из 47,8 млн исходных документов с функцией потерь на репликах пользователя и ассистента, а затем прошла supervised fine-tuning на смеси из 400 тыс. диалогов.

Модель предназначена для экспериментов с генерацией диалогов и изучения влияния условий предобучения на поведение языковых моделей. Она принимает текст в формате ChatML без системного сообщения и генерирует текстовый ответ; основным языком карточка указывает английский. Авторы отдельно отмечают, что это исследовательский артефакт проекта, а не универсальный ассистент. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в многоходовом диалоге
  • эксперименты с обучением разговорных языковых моделей
  • сравнение влияния маски потерь на пользовательских и ассистентских репликах
  • исследование поведения моделей семейства Llama

Ограничения

Авторы указывают, что модель не является универсальным ассистентом. Она обучалась без системных сообщений, поэтому формат ChatML с system-turn может не соответствовать обучению.

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-sft

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

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
1.4311.3383.119

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; global batch 128 × 4,096, linear decay to 1/10 after 3% warmup.

Held-out SFT loss (assistant tokens, 1,998 held-out conversations): 1.829

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|>.

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]1.82941.82940.0000

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
14ee481

0 моделей