/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
906 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
24 сен 2026

1pp-1b-ua-tokmatch-base

Генерация текстаТекст → текст3 профессии

Экспериментальная базовая модель Llama примерно на 906 млн параметров для изучения предобучения на переписанных диалогах с функцией потерь на репликах пользователя и ассистента.

194скачиваний 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

Модель Raghav Singhal — экспериментальная базовая языковая модель семейства Llama, обученная в рамках исследования One Persona Pretraining (1PP). Она содержит около 906 млн параметров по метаданным и использует плотную архитектуру LlamaForCausalLM; в README описаны 24 слоя и контекст длиной 4096 токенов. Модель принимает текст и генерирует текст.

Это ветка эксперимента с токен-сопоставленным обучением: обучение продолжили с шага 12 000 базового запуска и остановили на шаге 17 396 после обработки 33,745 млрд токенов переписанных диалогов, с функцией потерь на репликах пользователя и ассистента. Эксперимент сравнивает условия предобучения на одинаковой последовательности исходных документов. Модель предназначена для исследовательского анализа влияния формата диалогов и маски потерь на обучение; авторы отмечают, что это не универсальный ассистент.

Для диалогов используется формат ChatML без системной реплики; модель обучалась на английском языке. В README приведены проверки весов и значения потерь на валидационных наборах. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • сравнение условий предобучения диалоговых языковых моделей
  • исследование влияния маски потерь на реплики пользователя и ассистента
  • генерация продолжений на английском языке в формате ChatML
  • оценка языковой модели на валидационных текстах

Ограничения

Модель не позиционируется как универсальный ассистент и не обучалась на системных репликах; её назначение — исследовательское сравнение условий предобучения. В README описана поддержка английского языка.

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-1b-ua-tokmatch-base

One Persona Pretraining (1PP) experiment model: 0.98B parameters, pretraining condition rewritten conversations, user+assistant loss.

Token-matched branch of 1pp-1b-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 1,536, FFN 6,144 (SwiGLU), attention heads / KV heads 12 / 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
1.5421.4353.289

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]1.54031.54170.0014
raw_val50m segments [8]3.29173.28920.0025

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
b22af64

0 моделей