/ Модель

Характеристики

Контекст
8 192 токена
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M-Instruct
Опубликована
7 сен 2026

SmolLM2-135M-PolyFFN

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная генеративная модель на базе SmolLM2-135M-Instruct с преобразованными полиномиальными FFN-слоями.

707скачиваний за 30 дней0лайковвеса обновлены7 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

SmolLM2-135M-PolyFFN — экспериментально преобразованная версия инструктивной языковой модели HuggingFaceTB/SmolLM2-135M-Instruct, разработанная Dr. A. Emre Çetin. Автор сообщает, что в ней заменены все 30 FFN-слоёв Transformer на операторы полиномиальных тензоров Чебышёва, полученные алгебраическим решением без обратного распространения градиента. Модель имеет архитектуру LlamaForCausalLM, принимает текст и генерирует текст; в метаданных указан контекст 8192 токена и 134,5 млн параметров, тогда как README приводит для преобразованной версии оценку около 94,8 млн параметров.

Модель предназначена для генерации и диалогов на английском языке с уменьшенным числом параметров FFN. README приводит результаты на конфигурациях с преобразованием одного и двух слоёв, включая perplexity 55,45 и 60,38 соответственно; заявленные в карточке показатели не гарантируют аналогичного качества на других задачах. Модель распространяется по лицензии Apache-2.0. Автор также указывает на патентную заявку, поэтому для практического применения стоит отдельно проверить связанные с ней условия.

Сценарии применения

  • генерация коротких текстов на английском языке
  • ответы в простом англоязычном диалоге
  • эксперименты с полиномиальными FFN в языковых моделях

Ограничения

README приводит метрики только для отдельных конфигураций преобразования слоёв, а качество на иных задачах не установлено. Заявления об ускорении и сжатии следует считать результатами автора; карточка также упоминает патентную заявку.

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

⚡ SmolLM2-135M-PolyFFN: Orthogonal Chebyshev Polynomial Weight Surgery

PyPI Version License ResearchGate Interactive Showcase Patent

SmolLM2-135M-PolyFFN is an algebraically compressed and surgically transformed version of HuggingFaceTB/SmolLM2-135M-Instruct.

All 30 Transformer feed-forward network (FFN / SwiGLU) layers have been mapped into orthogonal Chebyshev polynomial tensor operators using Zero-Backpropagation closed-form algebraic solving on an idempotent spectral manifold (Π² = Π).

  • Author & Inventor: Dr. A. Emre ÇETİN (aemre.cetin@gmail.com)
  • Official Patent: Protected under USPTO Application No. 64/149,540 (Hardware-Accelerated Orthogonal Polynomial Tensor Operators, Zero-Backpropagation Closed-Form Algebraic Solvers, and In-Situ Weight Surgery for Deep Neural Networks and Transformers).
  • Affiliation: Computational Systems and Cognitive Architectures, Izmir, Turkey
  • Core Library: idempotent-poly (pip install idempotent-poly)
  • Research Paper: ResearchGate Publication 414060833
  • Sister Model (From Scratch): aecetin/PolyFormer-Tiny

🔬 Official Verified Benchmarks

Evaluated on SmolLM2-135M-Instruct across multiple surgical depth configurations:

ConfigurationSurgical DepthFFN Parameter CompressionZero-Backprop Solve TimePerplexity (PPL)Output Coherence & Quality
SmolLM2-135M (Baseline)0 Layers0 (0.0%)N/A51.53🟢 100% (Baseline Reference)
1-Layer Poly Surgery (L15)1 Layer-1,326,527 (-50.0% FFN)56.2 ms55.45🟢 Natural, Factual & Fluent ("Paris")
2-Layer Poly Surgery (L14-L15)2 Layers-2,653,054 (-50.0% FFN)206.9 ms60.38🟢 Natural & Grammatical
3-Layer Poly Surgery (L13-L15)3 Layers-3,979,581 (-50.0% FFN)219.2 ms59.42🟢 Semantically Intact
1-Layer Residual Poly (L15)1 LayerResidual Adaptation146.9 ms51.53🟢 Exact Bit-Match (Identical PPL)

Architectural Comparison

MetricOriginal SmolLM2-135MSmolLM2-135M-PolyFFN (Ours)Difference / Gain
FFN Parameters per Layer2,654,2081,327,104-50.0% FFN Parameters
Total Model Parameters134,516,73694,756,224-39.76 Million Parameters (-29.5%)
Optimization MethodMulti-epoch AdamW BackpropClosed-form SVD + RidgeZero Backpropagation
Convergence Time (per Layer)Approx. 33.5 s (GPU)56.2 ms - 139 ms240.9x Faster
Algebraic Idempotency ErrorN/A (P² ≠ P)‖Π² - Π‖ / ‖Π‖ = 4.70 × 10⁻⁵Exact Machine Idempotency
Inference QualityNatural & CoherentNatural & CoherentVerified Coherent Output

🔗 Sister Architecture: Ground-Up PolyFormer (From Scratch)

Beyond weight surgery on existing LLMs, orthogonal polynomial tensors have been evaluated as a complete replacement for standard Transformers from scratch:

  • Checkpoint: aecetin/PolyFormer-Tiny
  • -%46.2 Fewer Parameters (609K vs 1.13M baseline)
  • 202.7 tokens/sec real-time generation on CPU
  • 93.06% Next-Token Cosine Alignment with standard Transformer
  • Overtakes 1.13M model in 300 steps (PPL 1.48 vs 1.50) while locking in permanent 50% inference RAM savings.

📐 Mathematical Formulation

Instead of high-rank multi-matrix projections with intermediate non-linear activations:

$$ \text{FFN}(x) = \text{down_proj}(\text{SiLU}(\text{gate_proj}(x)) \odot \text{up_proj}(x)) $$

We project input representations directly onto orthogonal Chebyshev polynomial basis manifolds:

$$ T_0(x) = 1, \quad T_1(x) = x, \quad T_{k+1}(x) = 2x T_k(x) - T_{k-1}(x) $$

The feed-forward mapping is computed via tensor contraction:

$$ \text{PolyFFN}(x) = \sum_{k=0}^K C_k \cdot T_k(\tilde{x}) + b $$

The coefficient tensor is solved analytically via regularized normal equations:

$$ C^* = (\Phi(X)^T \Phi(X) + \lambda I)^{-1} \Phi(X)^T Y $$

and projected onto the idempotent subspace:

$$ \Pi = V_r V_r^T, \quad \Pi^2 = \Pi $$


💻 Quickstart & Inference

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from idempotent_poly import ChebyshevPolyFFN

# Load model and tokenizer
model_id = "HuggingFaceTB/SmolLM2-135M-Instruct"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.float32)

# Surgically replace Layer 15 with ChebyshevPolyFFN in 56 ms
target_layer = model.model.layers[15]
calib_tokens = tokenizer(["Mathematics and artificial intelligence thrive on idempotent manifolds."], return_tensors="pt").input_ids

captured = {}
def hook_fn(m, inp, out):
    captured["X"] = inp[0].detach().reshape(-1, model.config.hidden_size)
    captured["Y"] = out.detach().reshape(-1, model.config.hidden_size)

h = target_layer.mlp.register_forward_hook(hook_fn)
with torch.no_grad():
    model(calib_tokens)
h.remove()

poly_ffn = ChebyshevPolyFFN(d_model=model.config.hidden_size, degree=3)
poly_ffn.fit_algebraic(captured["X"], captured["Y"], l2_reg=1e-2, rank_ratio=0.95)
target_layer.mlp = poly_ffn

# Generate text
prompt = "The capital of France is"
inputs = tokenizer(prompt, return_tensors="pt")

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=25, do_sample=False)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))
# Output: The capital of France is Paris. Paris is a city that is known for its historical landmarks

📜 Citation & Intellectual Property

This work and its underlying mathematical architectures are protected under United States Patent Law:

@patent{cetin2026orthogonalpoly,
  title={Hardware-Accelerated Orthogonal Polynomial Tensor Operators, Zero-Backpropagation Closed-Form Algebraic Solvers, and In-Situ Weight Surgery for Deep Neural Networks and Transformers},
  author={Dr. Ahmet Emre {\c{C}}etin},
  year={2026},
  month={September},
  note={U.S. Provisional Patent Application No. 64/149,540, Filed at USPTO}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c40f1e8

0 моделей