/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
48,2 млн
Лицензия
MIT
Архитектура
blaze · dense
Базовая модель
Blaze
Библиотека
transformers
Опубликована
1 сен 2026

Blaze-SFT

Генерация текстаТекст → текст3 профессии

Небольшая англоязычная причинная языковая модель SurjoLabs, дообученная для диалогов и выполнения инструкций.

190скачиваний за 30 дней2лайкавеса обновлены3 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

Blaze-SFT — небольшая причинная языковая модель SurjoLabs, дообученная следовать инструкциям и поддерживать диалог. Это полнопараметрический fine-tune базовой модели SurjoLabs/Blaze на наборе Smol-Smoltalk; в репозитории указаны архитектура Blaze с 14 физическими слоями и двумя рекуррентными проходами, 48,2 млн параметров и контекст до 2 048 токенов. Модель принимает текст и генерирует текст на английском языке.

Модель предназначена для лёгких диалоговых и инструкционных задач, в том числе для сценариев с ограниченными вычислительными ресурсами. В карточке приведены результаты нескольких тестов, однако авторы отмечают, что модель сохраняет лишь базовые возможности рассуждения. Код генерации исправлен для работы с Hugging Face generate(), включая кэширование KV. Лицензия — MIT.

Из-за небольшого размера модель не рассчитана на сложные многошаговые рассуждения, продвинутую математику или обширные фактические знания. Она может уверенно выдавать неверные сведения.

Сценарии применения

  • создание простого англоязычного чат-бота
  • ответы на короткие инструкции и вопросы
  • генерация продолжения текста
  • эксперименты с компактными языковыми моделями
  • развёртывание лёгкой разговорной модели на устройствах с ограниченными ресурсами

Ограничения

Модель не предназначена для сложных многошаговых рассуждений, продвинутой математики и задач, требующих обширных фактических знаний; возможны уверенно сформулированные ошибки.

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

Blaze-SFT (48.3M)

Blaze-SFT is the instruction-tuned variant of SurjoLabs/Blaze, a 48.3M parameter causal language model.

Blaze-SFT was full-parameter fine-tuned on the Smol-Smoltalk dataset at an extended context window of 2,048 tokens (doubled from the 1,024-token base context). It scores 14.84 on the Intelligence Index, keeping over 96% of its base reasoning capabilities while adding basic conversational and chat ability.

This release also fixes critical bugs in modeling_blaze.py so the model actually generates text properly with Hugging Face generate(), fixing broken single-token KV caching, cache crashes in Transformers 5.x, and PCIe GPU-to-CPU stalls.


Architecture Specifications

ParameterValue
Total Parameters48,251,136
Physical Layers14 (1 prelude + 12 recurrent + 1 coda)
Recurrent Passes2 (effective computational depth: 26 layers)
Hidden Dimension512
Intermediate Size1,536
Attention Heads8 Query, 4 Key-Value (2:1 GQA)
Head Dimension64
Vocabulary Size8,192 (tied embeddings)
Context Length2,048 tokens
Fine-Tuning DatasetHuggingFaceTB/smol-smoltalk

Bug Fixes in modeling_blaze.py

We fixed several issues in the original modeling code to make it ready for real use:

  • Fixed KV-Cache Decode Bug: During single-token generation (q_len = 1, kv_len > 1), is_causal was previously set to True in PyTorch SDPA. This caused the model to only attend to token 0 and masked out all previous tokens, completely breaking text generation. We set is_causal = False for decode steps so it correctly attends to the full cached history.
  • Fixed Transformers 5.x DynamicCache Crash: Calling past_kv.update() on recurrent passes threw an IndexError: list index out of range because slots 15 to 26 were never allocated. We now pre-allocate missing slots dynamically and track recurrent passes cleanly via _current_pass.
  • Generation API & NoneType Crash: Fixed prepare_inputs_for_generation to slice position_ids, cache_position, and input_ids cleanly. Handled num_logits_to_keep = None to stop generate() from crashing with a TypeError.
  • Eliminated PCIe GPU-to-CPU Stalls: Removed a synchronous torch.all(attention_mask == 1) check inside the attention layer that was stalling the GPU 26 times per token. Replaced memory-allocating repeat_interleave() with zero-copy view expansions, and added native FlashAttention support.
  • Zero Weight Degradation: Weights were not modified or retrained during these code fixes. Logit parity check confirms exactly 0.00000000 difference against original checkpoints.

Benchmark Results

Evaluated 0-shot using normalized accuracy (acc_norm):

BenchmarkBlaze (Base)Blaze-SFTMetric
PIQA62.51%61.75%acc_norm
ARC-Easy41.84%41.29%acc_norm
ArithMark-3.037.80%37.90%acc_norm
HellaSwag31.84%31.86%acc_norm
ARC-Challenge24.91%24.23%acc_norm
Intelligence Index15.4514.84Normalized Composite

Intelligence Index Calculation

The Open SLM Intelligence Index adjusts each raw score above the random-chance floor:

Normalized Score = 100 * (score - chance) / (100 - chance)

  • HellaSwag (score: 31.86%, chance: 25, weight: 1.00) -> 9.14
  • Combined ARC (score: 32.76%, chance: 25, weight: 1.00) -> 10.35
  • PIQA (score: 61.75%, chance: 50, weight: 1.00) -> 23.50
  • ArithMark-3.0 (score: 37.90%, chance: 25, weight: 0.65) -> 17.20

Intelligence Index = (9.14 + 10.35 + 23.50 + 0.65 * 17.20) / 3.65 = 14.84


Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "SurjoLabs/Blaze-SFT"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Explain why the sky is blue in two simple sentences."}
]

prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)

inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=64,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    eos_token_id=tokenizer.eos_token_id,
)

response = outputs[0][inputs.input_ids.shape[1]:]
print(tokenizer.decode(response, skip_special_tokens=True))

Limitations

  • Parameter Size: At 48.3M parameters, Blaze-SFT is built for ultra-lightweight, edge-device tasks. It is not meant for complex multi-step reasoning, advanced math, or heavy factual knowledge. We aim to finetune this model in order to test downstream capability of the architecture.
  • Hallucinations: Like any model of this size, it can generate confident-sounding incorrect statements.

License

MIT

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BlazeForCausalLM
Ревизия весов
3035157

0 моделей