/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
130 млн
Лицензия
MIT
Архитектура
surjo_exp · dense
Опубликована
19 авг 2026

Flare

Генерация текстаТекст → текст3 профессии

Flare — экспериментальная компактная англоязычная языковая модель SurjoLabs для генерации текста и диалогов.

156скачиваний за 30 дней6лайковвеса обновлены23 авг 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

Flare — компактная языковая модель на 130,4 млн параметров, разработанная SurjoLabs как эксперимент с рекуррентной архитектурой XSA. Она предназначена для генерации текста и диалогового взаимодействия. Архитектура построена на варианте Llama и сочетает XSA Attention с рекуррентными слоями, повторно использующими веса; репозиторий содержит веса в формате safetensors.

Модель обучена на 26,21 млрд токенов: в смеси данных были синтетические и веб-тексты, математика и код. Токенизатор рассчитан на английский язык и содержит 32 768 токенов; длина контекста — 2048 токенов. В карточке приведены результаты на нескольких тестах рассуждения и понимания текста, но разработчик описывает Flare как ранний эксперимент и не рекомендует использовать код моделирования без доработки. Лицензия — MIT.

Сценарии применения

  • генерация английского текста
  • эксперименты с компактными языковыми моделями
  • проверка рекуррентной архитектуры XSA
  • диалоговое взаимодействие на английском языке

Ограничения

Это ранний эксперимент, а разработчик предупреждает о нестабильности кода моделирования и не рекомендует использовать его без доработки. Контекст ограничен 2048 токенами.

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

Flare (130M Parameters)

Flare is a highly efficient small language model developed by SurjoLabs, demonstrating that this custom XSA recurrent architecture is viable and can yield exceptional reasoning capabilities in tiny architectures.

Methodology

Flare is built to prove that unique recurrent architectures can match or beat standard transformers even at small scales.

  • Custom Architecture: Built on a Llama-variant framework but features XSA Attention (value-subtraction projection) and Recurrent Layers. By reusing weights across recurrent passes, the model achieves extended effective depth while carrying a reduced set of unique weights.
  • Optimized Tokenizer: Uses a custom 32,768-vocabulary (2^15) English tokenizer. This power-of-two vocabulary optimizes tensor parallelism and compute alignment while providing strong compression rates across text, code, and math.
  • Extreme Overtraining: Trained on 26.21 Billion tokens (25,000 steps at 1,048,576 tokens per step), resulting in a ~1:200 parameter-to-token ratio. This forces the architecture to memorize syntax and knowledge far beyond Chinchilla-optimal limits.
  • Data Mixture:
    • 60% Finephrase (Synthetic FineWeb-Edu)
    • 20% DCLM (Web text)
    • 10% FineMath (Mathematics)
    • 10% CornStack (Code)
  • Optimizer: Utilizes a hybrid Muon (for 2D weight matrices) and AdamW (for embeddings/norms) optimizer setup for stable, rapid convergence.

Benchmark Results (Open SLM Leaderboard)

Evaluated at checkpoint-24999.

BenchmarkScore (acc_norm)
HellaSwag39.43%
ARC-Easy51.14%
ARC-Challenge26.88%
PIQA65.94%
ArithMark-339.20%
Intelligence Index22.50

We used the Language Model Evaluation Harness for HellaSwag, ARC-Easy, ARC-Challenge, and PIQA (0-shot).
We used the provided script for ArithMark-3.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "SurjoLabs/Flare"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    trust_remote_code=True, 
    torch_dtype=torch.bfloat16
).cuda()

prompt = "The capital of France is"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=20)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Acknowledgement

We would like to thank AxiomicLabs for proving that XSA architecture is excellent for token efficiency.

Limitations

This is an early test of the larger Surjo Project. The code is not very stable and we do not recommend using the modeling file without doing edits for training your own model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
SurjoExpForCausalLM
Ревизия весов
9c4ec6d

0 моделей