/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Лицензия
Своя лицензия
Архитектура
deepseek_r1_unified_idemformer · dense
Базовая модель
DeepSeek-R1-Distill-Llama-8B
Опубликована
7 сен 2026

DeepSeek-R1-8B-Unified-IdemFormer

Генерация текстаТекст → текст5 профессий

DeepSeek-R1-8B-Unified-IdemFormer — экспериментальная текстовая генеративная модель, разработанная Dr.

931скачиваний за 30 дней0лайковвеса обновлены8 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

A. Emre ÇETİN из Измира, Турция. Она создана на базе DeepSeek-R1-Distill-Llama-8B и предназначена для задач рассуждения и генерации текста на периферийных устройствах с ограниченными ресурсами, включая ноутбуки с 6 ГБ видеопамяти.

Модель объединяет несколько заявленных механизмов оптимизации: рекурсивный Universal Transformer с общими весами внимания, Chebyshev Polynomial FFN вместо стандартного SwiGLU, сжатие KV-кэша методом Subspace Context Folding, механизм Tarski Consequence Fixpoint для проверки логической согласованности и внимание на основе max-plus semiring без умножений. Согласно README, число параметров уменьшено примерно с 8,03 млрд до 2,71 млрд, а размер 4-битных весов составляет около 1,45 ГБ. Заявлена поддержка контекста до 128k токенов, языков English, Turkish и Chinese.

К сильным сторонам относятся заявленные снижение требований к памяти и ускорение прямого прохода по сравнению со стандартным DeepSeek-R1-8B, что может быть полезно для локального запуска и длинных контекстов. При этом README не содержит независимой оценки качества, подробностей обучения, совместимости с конкретными форматами инференса или подтверждения заявленных свойств на широком наборе тестов; поэтому показатели эффективности и устойчивости следует считать заявленными авторами. Лицензия указана как hybrid-patent-open-core; также упомянуты патентные заявки, поэтому условия коммерческого и производного использования необходимо проверять по тексту лицензии.

Для каких профессий подходит5

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

🏆 DeepSeek-R1-8B-Unified-IdemFormer

Subtitle: Unifying 5 Frontier AI Pillars (Pillars 21–25) to Compress 8B Reasoning Models into 1.58 GB VRAM with 128k Context on a Single 6 GB Laptop GPU.
Author: Dr. A. Emre ÇETİN (Computational Systems and Cognitive Architectures, Izmir, Turkey)
Official Paper: ResearchGate Publication 414076444
GitHub Repository: github.com/aemre-cetin/idempotent-poly
Patent Base: U.S. Patent Application Nos. 64/148,668, 64/148,679, 64/149,520, 64/149,540 (Patent Pending, Conf #5890)
Hardware Evaluated: NVIDIA RTX PRO 500 Blackwell Generation Laptop GPU (6 GB VRAM), 32 GB RAM.


🌟 Executive Summary: The Frontier AI Record

When deploying frontier reasoning models (such as DeepSeek-R1-Distill-Llama-8B) on edge devices, AI engineers face four simultaneous bottlenecks:

  1. FFN Parameter Bloat: SwiGLU FFN consumes ~70% of model weights.
  2. Attention Weight Redundancy: 32 separate attention layers store identical attention abstractions.
  3. KV-Cache Scaling Wall: At 32k context, KV-cache alone takes 4.0 GB VRAM; at 128k context, it requires 16.0 GB VRAM.
  4. Reasoning Hallucination Drift: Long <think> chains deviate from initial logical premises.

By uniting all 5 Frontier Idempotent Pillars, we broke the world efficiency record for 8B-scale reasoning models:

┌───────────────────────────────────────────────────────────────────────────────────────┐
│                    THE 5-PILLAR UNIFIED IDEMPOTENT STACK                              │
├───────────────────────────────────────────────────────────────────────────────────────┤
│ • Pillar 21 (idempotent-poly)       : Chebyshev Polynomial Tensor FFN (-61.9% FFN)    │
│ • Pillar 22 (idempotent-attention)  : Recursive Universal Transformer (-96.8% Attn) │
│ • Pillar 23 (idempotent-compaction) : Subspace Context Folding (32x KV-Cache Saving)  │
│ • Pillar 24 (idempotent-reasoning)  : Tarski Consequence Fixpoint (Anti-Hallucination)│
│ • Pillar 25 (idempotent-tropical)   : Zero-Multiplication Max-Plus Semiring Attention │
└───────────────────────────────────────────────────────────────────────────────────────┘

📊 Record-Breaking Benchmark Data

1. Parameter Footprint: 8.03B Dropped to 2.71B (-63.83%)

ComponentStandard DeepSeek-R1-8BUnified Idempotent TransformerReduction
Attention Weights1,342,177,280 (32 Layers)41,943,040 (1 Shared Core)-96.88%
FFN Weights5,637,144,576 (SwiGLU)2,147,483,648 (Chebyshev $K=3$)-61.90%
Embeddings & Norms525,336,576525,336,576Unchanged
TOTAL PARAMETERS7.50B - 8.03B Parameters2.71 Billion Parameters-63.83% Net Model Drop!
4-Bit Model Weight Size4.92 GB~1.45 GBSaves 3.47 GB VRAM

2. Forward Pass Latency (8B Scale)

FFN Layer TypeParameter CountLatency (Forward Pass)Speedup
Standard SwiGLU (DeepSeek-R1)176,160,768100.70 ms1.00x
Chebyshev PolyFFN67,108,86441.63 ms2.42x Faster! ⚡

3. The 32x KV-Cache Compression Breakthrough

Using Pillar 23 (idempotent-compaction) with subspace idempotent folding ($C(C(KV)) \equiv C(KV)$):

Context Sequence LengthStandard KV CachePillar 23 Folded CacheNet VRAM Saved
1,024 Tokens128.0 MB4.0 MB-124.0 MB (-96.88%)
4,096 Tokens512.0 MB16.0 MB-496.0 MB (-96.88%)
8,192 Tokens1.00 GB32.0 MB-992.0 MB (-96.88%)
16,384 Tokens2.00 GB64.0 MB-1.94 GB (-96.88%)
32,768 Tokens4.00 GB128.0 MB-3.87 GB (-96.88%)
65,536 Tokens8.00 GB256.0 MB-7.74 GB (-96.88%)
131,072 Tokens (128k)16.00 GB512.0 MB-15.49 GB (-96.88%)

Crucial Milestone: A full 128,000 token context normally requires 16.0 GB of VRAM for KV-cache alone. With idempotent-compaction, that entire 128k context occupies only 512 MB, making 128k-context reasoning fully runnable on an entry-level 6 GB laptop GPU!


4. Mathematical Anti-Hallucination: Tarski Invariance

In Pillar 24 (idempotent-reasoning), deduction soundness is mathematically evaluated via the Tarski Consequence Fixed-Point: $$f(Q \oplus A) = A$$

  • Valid reasoning deductions act as algebraic attractors in the latent manifold.
  • Hallucinatory paths drift away from the fixed point ($|f(Q \oplus A) - A| \ge \tau$).
  • Verified via AlgebraicConsistencyVerifier: Ensures the compressed reasoning model maintains logical integrity without hallucinations.

5. Final Hardware Comparison: Running 8B Reasoning on a 6 GB Laptop

MetricStandard DeepSeek-R1-8BUnified Idempotent StackStatus on 6 GB GPU
32k Context Total VRAM9.22 GB~1.58 GBFlawless (Over 4.3 GB VRAM Free!)
128k Context Total VRAM21.22 GB (Server Grade)~1.96 GBRuns on a Single 6 GB Laptop!
Total Parameter Count8.03 Billion2.71 Billion-63.83% Parameter Elimination
Attention Compute FLOPsMultiplicative $Q K^T$Tropical Max-Plus (0 Multiplications)Ultra-low power

💻 Reproduction & Verification

# Clone the repository
git clone https://github.com/aemre-cetin/idempotent-poly.git
cd idempotent-poly

# Run the grand record-breaking unified benchmark
python benchmarks/run_record_breaking_unified_benchmark.py

📜 Citation & Licensing

@article{cetin2026idempotentpoly,
  title={Hardware-Accelerated Orthogonal Polynomial Tensor Operators, Zero-Backpropagation Closed-Form Algebraic Solvers, and In-Situ Weight Surgery for Deep Neural Networks},
  author={Çetin, A. Emre},
  journal={ResearchGate Publication 414076444},
  year={2026},
  doi={10.13140/RG.2.2.33890.85442}
}

Protected under U.S. Patent Application Nos. 64/148,668, 64/148,679, 64/149,520, 64/149,540 (Patent Pending). Non-commercial research permitted.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
DeepSeekR1_UnifiedIdemFormer
Ревизия весов
a6503db

0 моделей