/ Модель

Характеристики

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

1pp-1.7b-ua-tokmatch-base

Генерация текстаТекст → текст3 профессии

Экспериментальная модель Llama на 1,66 млрд параметров для исследования предобучения на переписанных диалогах с функцией потерь на репликах пользователя и ассистента.

199скачиваний за 30 дней0лайковвеса обновлены24 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-tokmatch-base — экспериментальная базовая языковая модель проекта One Persona Pretraining (1PP), разработанного исследовательской группой EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 1,66 млрд параметров, реализованная для Transformers и опубликованная в формате safetensors под лицензией Apache-2.0.

Модель обучена на переписанных диалогах, созданных из 47,8 млн исходных документов; функция потерь применялась к репликам и пользователя, и ассистента. Ветка tokmatch продолжает обучение с шага 12 000 и останавливается на шаге 17 396 после обработки 33,745 млрд контролируемых токенов. Это исследовательский эксперимент для сравнения условий предобучения при одинаковом числе токенов, а не готовый универсальный помощник. Модель генерирует текст в формате диалога ChatML без системной реплики; обучающих примеров с системными сообщениями не было.

Архитектура включает 24 слоя, скрытый размер 2048, SwiGLU, 16 голов внимания и 4 KV-головы. Контекст составляет 4096 токенов; используется словарь SmolLM2 из 49 152 токенов. Карточка указывает английский язык. Оценка на отложенных документах показывает меньшую потерю на тексте пользователя и ассистента, чем на исходных документах, но не свидетельствует сама по себе о качестве ответов в прикладных задачах. Модель не предназначена для общего использования в роли ассистента; README не приводит оценок безопасности или подробных сведений об ограничениях за пределами экспериментального назначения.

Сценарии применения

  • исследование влияния обучающего сигнала на репликах пользователя и ассистента
  • сравнение условий предобучения при одинаковом числе обучающих токенов
  • генерация текста в формате диалога ChatML
  • воспроизведение и анализ эксперимента One Persona Pretraining

Ограничения

Это экспериментальная исследовательская модель, не предназначенная для использования как универсальный помощник. Модель не обучалась на системных сообщениях, а приведённые значения потерь не заменяют оценку качества и безопасности ответов.

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-tokmatch-base

One Persona Pretraining (1PP) experiment model: 1.66B parameters, pretraining condition rewritten conversations, user+assistant loss.

Token-matched branch of 1pp-1.7b-ua-base: the production run continued from its step-12,000 checkpoint under a shorter schedule (same seed, optimizer state and batch order, 10% linear decay) that ends at step 17,396, where the run has trained on 33.745B supervised tokens, the total of the assistant-turn-loss condition over its full 31,777 steps. It answers whether the user+assistant condition's advantage is a supervised-token-count effect: at equal supervised tokens this branch saw 55% of the documents and compute of the assistant-only run.

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
1.4811.3833.193

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]1.47971.48100.0013
raw_val50m segments [8]3.19473.19300.0017

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
12f4659

0 моделей