/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
djinn_dual_gemm_concurrent · dense
Библиотека
djinn
Опубликована
30 сен 2026

djinn-1.114b-decision-engine

Классификация текстаТекст → label6 профессий

Плотная модель классификации решений, выдающая калиброванные вероятностные оценки для выбора между вариантами, оценки величин и проверки гипотез.

1 119скачиваний за 30 дней0лайковвеса обновлены30 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

DJINN 1.114B Decision Engine — плотная модель классификации решений, разработанная автором репозитория Saltmandamsun. По карточке, модель содержит около 1,01 млрд параметров и обучена методом Reinforcement Learning from Compiler Decisions (RLCD). Она выдаёт калиброванные распределения вероятностей для классификации вариантов, оценки ожидаемой величины по шкале и бинарной проверки гипотез; автор также заявляет поддержку контекста до 64 000 токенов и быстрый параллельный вывод без авторегрессионной генерации.

Модель рассчитана на задачи принятия решений, где нужны вероятностные оценки и неопределённость, включая ранжирование альтернатив и бинарные прогнозы. В README приведены показатели задержки на NVIDIA RTX PRO 6000 Blackwell и заявленная производительность пакетного инференса; они относятся к конкретной конфигурации оборудования и реализации. Репозиторий указывает лицензию Apache-2.0. Независимая проверка заявленных характеристик и качества в карточке не приведена.

Сценарии применения

  • классификация между несколькими вариантами с вероятностями
  • бинарная проверка гипотез с оценкой неопределённости
  • оценка ожидаемой величины по числовой или порядковой шкале
  • обработка длинного контекста для последующего решения

Ограничения

Заявления о задержке, пропускной способности и удержании контекста приведены автором и зависят от оборудования и реализации. В карточке нет независимых оценок качества и сведений о поддерживаемых естественных языках.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚡ DJINN 1.005B Dual-GEMM Concurrent Decision Engine

Blackwell RTX PRO 6000 Server Edition (102 GB GDDR7 VRAM, 188 SMs)

DJINN is a high-speed, non-autoregressive System One Decision Engine with 1,010,085,888 pure dense parameters active on every token ($P=1$, strictly zero Mixture of Experts, zero sequence pooling, zero token dropping).

DJINN is trained via Reinforcement Learning from Compiler Decisions (RLCD) to output instant, calibrated posterior probability distributions across:

  • Choice Decisions: Multi-alternative classification with calibrated probabilities across up to 256 options.
  • Score Decisions: Expected value estimation on continuous or ordinal scales (10-bin calibrated distribution).
  • Noul Decisions: Calibrated binary hypothesis testing with epistemic bounds ($[P(\text{false}), P(\text{true})]$).
  • 64k Long-Context Retention: Non-decaying associative memory across 64,000 raw tokens using KDA Householder overwriting and Decoupled Decision Readout.

⚡ Measured Hardware Latency on NVIDIA RTX PRO 6000 Blackwell

Dual-GEMM Concurrent Tri-Track execution with Born-in-FP8 Tensor Cores, Stride-Safe Triton SwiGLU, and Fused RMSNorm:

Sequence Length ($T$)Hardware Replay LatencyEnd-to-End Decision Latency ($B=1$)Single-Query ThroughputExecution Mode
$T = 128$1.61 ms1.93 ms$79.5\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 192$1.82 ms2.15 ms$105.5\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 256$2.02 ms2.38 ms$126.7\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 384$2.55 ms2.89 ms$150.6\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 512$2.99 ms3.31 ms$171.2\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 640$3.47 ms3.75 ms$184.4\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 768$3.92 ms4.20 ms$195.9\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 1024$4.68 ms4.98 ms$218.8\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 4096$16.26 ms16.85 ms$251.9\text{ kTok/s}$Hardware CUDA Graph Replay
$T = 16,384$62.68 ms63.50 ms$261.4\text{ kTok/s}$Concurrent Tri-Track Stream
$T = 32,000$120.37 ms121.20 ms$265.8\text{ kTok/s}$Concurrent Tri-Track Stream
$T = 64,000$242.75 ms245.10 ms263.6 kTok/sDecoupled Decision Readout

💡 Batched serving ($B=128, T=1024$) achieves 8.7 Million Tokens/sec (8.7 MTok/s). For interactive single queries ($B=1$), DJINN executes a complete 1.01B-parameter decision in just 1.6 to 3.5 ms (over 280 to 625 decisions per second).


🚀 Quickstart: Lightning-Fast Inference

Install dependencies:

pip install torch triton fla-linear-attention huggingface_hub

Option A: Using DJINNClient (TypeSafe System One API)

from djinn import DJINNClient, Choice, Score, Noul

client = DJINNClient()

response = client.system_one(
    state={
        "cluster": "node-blackwell-07",
        "gpu_temp_c": 104,
        "ecc_correctable": 3,
        "active_vram_gb": 93.6
    },
    questions={
        "severity": Score(
            instructions="Rate incident urgency on 1-10 scale:",
            levels=["P4 - Low", "P3 - Moderate", "P2 - High", "P1 - Critical"]
        ),
        "triage_action": Choice(
            instructions="Select immediate mitigation action:",
            criteria={
                "throttle": "Throttle GEMM power target to 400W",
                "fan_override": "Set fans to emergency 100% boost",
                "drain_node": "Drain node and migrate workloads",
                "no_action": "Continue monitoring"
            }
        ),
        "service_down": Noul(instructions="Does this require immediate cluster shutdown?")
    }
)

print("Triage Action:", response.answers["triage_action"].choice)
print("Severity Score:", response.answers["severity"].score)
print(f"End-to-End Latency: {response.latency_ms:.2f} ms")

Option B: Using DJINNInferenceEngine Directly

from djinn.infer import DJINNInferenceEngine

# Automatically loads phase_4_final.pt from cache or Hub
engine = DJINNInferenceEngine()

# 1. Multi-Alternative Choice Decision
res = engine.predict_choice(
    state="Autonomous compiler optimization pass analyzing hot loop 4. Register pressure 38/64.",
    question="Which loop unroll factor minimizes execution stalls?",
    options=["Unroll factor 2", "Unroll factor 4", "Unroll factor 8", "Do not unroll"]
)

print(f"Selected Decision: {res['best_option']}")
print(f"Confidence:        {res['confidence'] * 100:.1f}%")
print(f"Hardware Latency:  {res['latency_ms']:.2f} ms | Bucket: T={res['bucket_len']}")
print(f"Probabilities:     {res['probabilities']}")

# 2. Ordinal Score Estimation (1-10 Scale)
score_res = engine.predict_score(
    state="Emergency thermal spike detected on GPU cluster node 42.",
    question="Rate incident severity on 1-10 scale:"
)
print(f"Severity Score:    {score_res['expected_score']:.2f} / 10.0 (Latency: {score_res['latency_ms']:.2f} ms)")

# 3. Binary Hypothesis Testing (Noul)
noul_res = engine.predict_noul(
    state="Database query execution plan shows missing index on foreign key column.",
    question="Is this query vulnerable to table scan degradation?"
)
print(f"Hypothesis Valid:  {noul_res['decision']} (P(True): {noul_res['p_true']*100:.1f}%)")

CLI Inference & Benchmark

# Run interactive CLI decision
python infer.py --state "Database queue full" --question "Select scaling action:" --options "Add worker" "Throttle rate" "Drop queue"

# Run full hardware benchmark across T=128..64k
python infer.py --benchmark

📊 4-Phase Curriculum Training Scorecard

PhaseCore ObjectiveSequence LengthStepsTokens TrainedFinal LossCheckpoint
Phase 1Foundation Pre-training (Dual-GEMM Tri-Track)$T=1024, B=128$1,200$157.3\text{M}$3.1269phase_1_final.pt (2.96 GB)
Phase 2Context Expansion ($T=4\text{k}$)$T=4096, B=32$300$39.3\text{M}$4.1170phase_2_final.pt (2.96 GB)
Phase 364k Deep Needle Hardening$T=64000, B=1$150$19.2\text{M}$2.9574phase_3_final.pt (2.96 GB)
Phase 4RLCD Distillation & Brier Score Calibration$T=1024, B=128$300$39.3\text{M}$1.4826phase_4_final.pt (2.96 GB)
TotalFull Production Curriculum—1,950255.1M Tokens—100% Complete

📦 Checkpoints & Model Files

Как запустить

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

GPU в ailist

Универсальный рантайм · djinn

Нельзя запустить

Архитектура djinn_dual_gemm_concurrent неизвестна transformers в образе рантайма.

Ревизия весов
38cc545

0 моделей