/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,3 млрд
Размер весов
5,9 ГБ
Лицензия
Apache 2.0
Архитектура
olmo2_noqknorm_prenorm · dense
Библиотека
transformers
Опубликована
29 апр 2026

Dense_1b_130B

Генерация текстаТекст → текст3 профессии

Плотная языковая модель AllenAI на 1,3 млрд параметров для генерации текста и сравнения с моделями EMO на основе смеси экспертов.

421скачиваний за 30 дней6лайковвеса обновлены9 июл 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

Dense1b130B — плотная авторегрессионная языковая модель AllenAI, выпущенная как базовый ориентир в работе «EMO: Pretraining Mixture of Experts for Emergent Modularity». Это декодерный Transformer без смеси экспертов, обученный с нуля на 130 млрд токенов смеси данных OLMoE. Модель обозначена в статье как «Dense @ 8» и предназначена для сравнения с подмножествами из восьми экспертов более крупных моделей EMO.

Модель содержит 1,3 млрд параметров, использует архитектуру Olmo2NoQKNormPrenormForCausalLM и принимает текст для продолжения или генерации ответов. Контекстное окно составляет 4096 токенов; в карточке указан английский язык и возможность чата. Доступны веса в формате safetensors. Лицензия Apache-2.0.

Сценарии применения

  • генерация продолжения текста на английском языке
  • диалоговые ответы на текстовые запросы
  • сравнение плотной модели с моделями смеси экспертов
  • исследование эффектов предобучения языковых моделей

Ограничения

Контекст ограничен 4096 токенами. Модель выпущена как экспериментальный базовый ориентир для сравнения с MoE-моделями; README не приводит оценок качества.

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

Dense_1b_130B

An active-parameter-matched dense baseline released alongside EMO: Pretraining Mixture of Experts for Emergent Modularity — referred to as "Dense @ 8" in Figure 1 of the paper. Not midtrained.

1B parameter dense decoder-only Transformer (no MoE) pretrained from scratch on 130B tokens of the OLMoE pretraining mix. Provides an active-parameter-matched comparison point against 8-expert subsets carved out of the larger 1B/14B EMO models.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "allenai/Dense_1b_130B"
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)

inputs = tokenizer(["Language modeling is "], return_tensors="pt", return_token_type_ids=False)
out = model.generate(**inputs, max_new_tokens=100, do_sample=True, temperature=1.0, top_p=0.7)
print(tokenizer.batch_decode(out, skip_special_tokens=True)[0])

Citation

@article{wang2026emo,
  title  = {EMO: Pretraining Mixture of Experts for Emergent Modularity},
  author = {Wang, Ryan and Bhagia, Akshita and Min, Sewon},
  year   = {2026},
  url    = {https://arxiv.org/abs/2605.06663}
}

License

This model is licensed under Apache 2.0. It is intended for research and educational use in accordance with Ai2's Responsible Use Guidelines

Links

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Olmo2NoQKNormPrenormForCausalLM
Ревизия весов
0887f48

0 моделей