/ Модель

Характеристики

Параметры
116 млн
Лицензия
Apache 2.0
Архитектура
picolm_v3 · dense
Опубликована
6 окт 2026

PicoLM-V3-Pro-82M-Instruct

Генерация текстаТекст → текст

Компактная англоязычная языковая модель PicoLM для диалогов, научных вопросов и пошаговых рассуждений с контекстом до 4 096 токенов.

328скачиваний за 30 дней0лайковвеса обновлены7 окт 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

PicoLM-V3-Pro-82M-Instruct — компактная языковая модель проекта PicoLM для генерации текста, диалогов и пошаговых рассуждений. Она основана на плотной причинной архитектуре PicoLM V3: 21 блок трансформера выполняется в два прохода, всего 116,3 млн параметров по метаданным. Модель дообучена на научных вопросах, академических знаниях и задачах на логический вывод; карточка приводит результаты оценивания на ARC-Easy, PIQA, HellaSwag и ARC-Challenge.

Модель обучалась преимущественно на английском языке. Контекстное окно составляет 4 096 токенов и расширено с помощью YaRN RoPE. Она рассчитана на ответы на научные вопросы, учебный диалог и многошаговые рассуждения в компактных или локальных сценариях; доступны веса Safetensors и варианты GGUF Q4_K_M и Q8_0. Лицензия — Apache-2.0.

Из-за небольшого размера модели сложные вычисления без внешних инструментов ненадёжны. Карточка также отмечает отсутствие очистки обучающих данных от тестовых выборок бенчмарков, отсутствие встроенного выполнения кода и доступа к вебу, а также оптимизацию только для английского языка.

Сценарии применения

  • ответы на вопросы по естественным наукам
  • пояснение учебных и академических тем
  • многошаговое решение логических задач
  • англоязычный диалог на локальном устройстве

Ограничения

Сложные вычисления без внешних инструментов могут быть ненадёжными; модель оптимизирована только для английского языка. Встроенного выполнения кода и доступа к вебу нет, а обучающие данные не очищались от тестовых выборок бенчмарков.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PicoLM-V3-Pro-82M-Instruct

Overview

PicoLM-V3-Pro-82M-Instruct is the flagship 82.2-million parameter compact reasoning model from the PicoLM Project. Trained up to the Chinchilla compute-optimal boundary of 1.62 Billion tokens, it introduces an extended native 4,096-token context window powered by YaRN RoPE frequency interpolation and integrated step-by-step chain-of-thought (<thought>) reasoning capabilities.

While PicoLM-V3 Standard excels in natural dialogue and everyday commonsense, PicoLM-V3-Pro is engineered for academic knowledge, scientific QA, and multi-step deduction (+4.22 points higher on ARC-Easy).


Model Specifications

AttributeSpecification
Total Parameters82,233,792 unique parameters (tied I/O embeddings, 0 dead weights)
Physical Transformer Blocks21 layers
Effective Layers (Recurrent Pass)42 effective layers ($21 \times 2$ macro-loop passes)
Hidden Dimension ($d_{\text{model}}$)576
Attention ArchitectureGrouped-Query Attention (9 Query Heads, 3 KV Heads; GQA 3:1)
Head Dimension ($d_{\text{head}}$)64
Feed-Forward Dimension ($d_{\text{ffn}}$)1,664 (SwiGLU activation)
Factorized Embedding Projection$24,576 \rightarrow 128 \rightarrow 576$ (Rank-128 linear bottleneck)
NormalizationPre-LN RMSNorm ($\epsilon = 10^{-5}$) with split-pass independent gains
Positional EncodingYaRN RoPE (NTK-by-parts, scale factor 2.0, $\theta = 10,000.0$)
Context Length4,096 tokens native sequence length (adapted from 2,048 tokens)
Vocabulary Size24,576 BPE tokens

Standardized Evaluation & Generational Progress

All models evaluated strictly using the EleutherAI LM-Evaluation-Harness standard:

ModelParametersTokensContextLegacy Scale (250 Q, Raw)Official ARC-Easy (acc_norm)PIQA (acc_norm)HellaSwag (acc_norm)ARC-Challenge (acc_norm)
PicoLM-V3-Pro (Base)82.2M1.62B4,09646.00%43.54%57.89%34.95%24.06%
PicoLM-V3-Pro (Instruct)82.2M1.62B+SFT4,09644.80%39.10%55.17%33.55%23.20%
PicoLM-V3 (Standard)82.2M758M2,04844.80%39.32%58.49%36.00%23.63%
PicoLM-V2.1-Instruct81.9M~380M2,04842.00%*(legacy 250Q only)~56.5%~32.0%~22.5%
PicoLM-V2-Instruct81.9M~380M2,04842.00%*(legacy 250Q only)~56.5%~32.0%~22.5%
GPT-2 (OpenAI)124M~10B1,024-31.40%62.80%31.50%22.10%
MobileLLM-125M (Meta)125M1.0T2,048-43.90%65.30%38.90%27.10%
SmolLM2-135M (HF)135M2.0T8,192-43.90%68.40%42.10%30.20%

*PicoLM-V2 and V2.1 were evaluated exclusively on the legacy unnormalized 250-question sample. On the exact same 250-question scale, PicoLM-V3-Pro outperforms V2 by +4.0 points (46.00% vs 42.00%).

Pre-Training Lineage & YaRN Extension

PicoLM-V3-Pro was built through a 5-stage progressive curriculum totaling 1,616,000,000 tokens:

  1. Part A & B (758M tokens): Foundation representations on FineWeb-Edu, Cosmopedia v2, Python-Edu, and TriviaQA.
  2. Part C Synth (378M tokens): Scientific graph concepts via Sutra-10B and step-by-step logic via FineMath-4+.
  3. Part D (378M tokens): Academic knowledge consolidation using AllenAI SciQ and concentrated FineMath.
  4. Part E Mid-Training (100M tokens, 4K YaRN): Context window extension to 4,096 tokens via YaRN RoPE (NTK-by-parts interpolation), preserving low-frequency grammar whilst scaling high-frequency tokens.
  5. Supervised Fine-Tuning (SFT-Gold): 4-pillar conversational alignment with chain-of-thought <thought> traces and anti-sycophancy anchors.

Quickstart & Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "aethertp/PicoLM-V3-Pro-82M-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=torch.float32,
    device_map="auto"
)

messages = [
    {"role": "user", "content": "What is the boiling point of water at sea level?"}
]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(prompt, return_tensors="pt", add_special_tokens=False).to(model.device)

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_new_tokens=80,
        do_sample=False,
        use_cache=False,
        eos_token_id=2
    )

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

Limitations & Ethical Considerations

  • Model Scale: At 82.2M parameters, multi-step mental arithmetic without external tools remains fragile.
  • Language: Optimized strictly for English.
  • Decontamination: Training data was not decontaminated against benchmark test splits.
  • Tool Use: No native code execution or live web access.

Citation

@misc{picolmv3pro2026,
  author = {Emre Polat and PicoLM Project Contributors},
  title = {PicoLM-V3-Pro: Extended 4K Reasoning and Scientific Capabilities in Sub-100M Language Models},
  year = {2026},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/aethertp/PicoLM-V3-Pro-82M-Instruct}}
}

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
PicoLMV3ForCausalLM
Ревизия весов
20569bf

0 моделей