/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
575 млн
Размер весов
54,3 ГБ
Лицензия
Apache 2.0
Архитектура
emo · MoE
Библиотека
transformers
Опубликована
29 апр 2026

Emo_1b14b_130B

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная MoE-модель EMO для генерации текста и исследований модульности на масштабе 130 млрд обучающих токенов.

379скачиваний за 30 дней7лайковвеса 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

Emo1b14b130B — экспериментальный контрольный чекпойнт семейства EMO, разработанного Allen Institute for AI для исследования модульности в смеси экспертов. Это уменьшенная абляционная модель для исследования EMO: Pretraining Mixture of Experts for Emergent Modularity; она обучена на 130 млрд токенов из набора OLMoE pretraining mix и использует ограничение пула экспертов на уровне документов. Это не модель после дополнительного mid-training.

Архитектура — причинная языковая MoE-модель с 14 млрд параметров суммарно и примерно 1 млрд активных параметров на токен. В ней 128 экспертов: 127 маршрутизируемых и один общий; для каждого токена активируются восемь. Метаданные указывают 574,6 млн параметров, поэтому размер следует трактовать с осторожностью: он расходится с описанием архитектуры в README. Модель предназначена прежде всего для экспериментов с модульностью и абляций, а не для готового прикладного чата. Поддерживает генерацию текста на английском языке, контекст составляет 4096 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с модульностью в языковых моделях
  • абляционные исследования смеси экспертов
  • сравнение маршрутизации экспертов на уровне документов
  • генерация английского текста в исследовательских экспериментах

Ограничения

Это уменьшенный исследовательский абляционный чекпойнт, ориентированный на изучение модульности; README не позиционирует его как модель после mid-training. Указанный в README размер 14 млрд параметров расходится с метаданными, где приведено 574,6 млн параметров.

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_1b14b_130B

A smaller-scale ablation checkpoint of EMO from EMO: Pretraining Mixture of Experts for Emergent Modularity — referred to as EMO at the 130B-token scale in the paper (Table 1 / Figure 11). Not midtrained.

1B-active / 14B-total parameter Mixture-of-Experts model (128 experts: 127 routed + 1 shared, k=8 active per token) pretrained on 130B tokens of the OLMoE pretraining mix with the EMO document-level expert pool constraint. Used in the paper's memory-matched ablation suite.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "allenai/Emo_1b14b_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
EmoForCausalLM
Ревизия весов
ca26e66

0 моделей