/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
575 млн
Размер весов
54,3 ГБ
Лицензия
Своя лицензия
Архитектура
emo · MoE
Библиотека
transformers
Опубликована
8 мая 2026

EMO

Генерация текстаТекст → текст3 профессии

Индекс исследовательских контрольных точек Allen Institute for AI для изучения модульности в языковых моделях на архитектуре MoE.

355скачиваний за 30 дней5лайковвеса обновлены8 мая 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

allenai/EMO — индексный репозиторий Allen Institute for AI для контрольных точек семейства EMO, выпущенных вместе с исследованием о предварительном обучении смеси экспертов для возникающей модульности. В этом репозитории нет весов; основная контрольная точка указана отдельно как allenai/Emo_1b14b_1T. Метаданные описывают архитектуру как MoE для авторегрессионной генерации текста: 574,6 млн параметров, контекст до 4096 токенов и формат safetensors. Модель рассчитана на диалоговое использование на английском языке.

Основная модель EMO обучена на 1 трлн токенов с последующим этапом дообучения на 50 млрд токенов; в README также перечислены уменьшенная абляция, стандартные MoE и плотные базовые модели для сравнения. Это исследовательский выпуск, предназначенный для изучения модульности и сравнения вариантов обучения MoE. Для загрузки контрольных точек README требует trust_remote_code=True и указывает на пользовательский код из форка ryanyxw/transformers. Лицензия обозначена в метаданных как other, поэтому конкретные условия использования следует проверять на странице выбранной контрольной точки.

Сценарии применения

  • изучение возникающей модульности в моделях смеси экспертов
  • сравнение обучения EMO и стандартного MoE
  • исследование диалоговой генерации текста на английском языке

Ограничения

Репозиторий является индексом и не содержит весов; для использования нужно выбрать отдельную контрольную точку. Загрузка контрольных точек требует trust_remote_code=True, а метаданные не раскрывают конкретные условия лицензии, обозначенной как other.

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

EMO: Pretraining Mixture of Experts for Emergent Modularity

This page is an index for the model checkpoints released alongside EMO: Pretraining Mixture of Experts for Emergent Modularity. The repository at allenai/EMO does not host model weights — pick the checkpoint you want from the table below.

Released models

Main release

ModelDescription
allenai/Emo_1b14b_1TEMO — 1B-active / 14B-total MoE pretrained on 1T tokens + 50B-token midtraining anneal. The main model from the paper.

Ablation: EMO at smaller scale

ModelDescription
allenai/Emo_1b14b_130BEMO trained on 130B tokens (Table 1 / Figure 11 ablation). Not midtrained.

Architecture-matched standard MoE baselines

These share architecture and data with the EMO models above; only the training objective differs (no document-level expert pool constraint).

ModelDescription
allenai/StdMoE_1b14b_1TStandard MoE — Reg. MoE at 1T tokens in the paper. Same setup as Emo_1b14b_1T.
allenai/StdMoE_1b14b_130BStandard MoE — Reg. MoE at 130B tokens. Same setup as Emo_1b14b_130B.

Memory-matched baselines (Figure 1)

Smaller models trained from scratch at fixed memory budgets, used as comparison points for EMO expert subsets.

ModelDescription
allenai/Dense_1b_130BDense @ 8 — 1B dense decoder-only Transformer trained on 130B tokens. Active-parameter-matched with 8-expert subsets of the larger EMO/StdMoE models.
allenai/StdMoE_1b4b_130BReg. MoE @ 32 — 1B-active / 4B-total standard MoE (32 routed experts) trained from scratch on 130B tokens. Memory-matched with 32-expert subsets.

EMO-anneal ablation (Appendix B.4)

Tests whether modularity can be induced after pretraining by annealing a standard MoE under the EMO objective.

ModelDescription
allenai/StdMoE_1b14b_1T_PreannealStandard MoE pretrained on 1T tokens, no annealing. The starting point for the EMO-anneal experiment.
allenai/StdMoE_1b14b_1T_EmoAnnealedEMO-anneal — StdMoE_1b14b_1T_Preanneal annealed for 50B tokens under the EMO document-level expert pool objective.

Quick start

All checkpoints require trust_remote_code=True since they use custom modeling code from the ryanyxw/transformers fork. Replace model_id with the checkpoint you want from the table above.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "allenai/Emo_1b14b_1T"  # main EMO release
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}
}

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
EmoForCausalLM
Ревизия весов
bdcde02

0 моделей