/ 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

StdMoE_1b14b_130B

Генерация текстаТекст → текст3 профессии

Англоязычная MoE-модель AllenAI для генерации текста и диалогов, обученная на 130 млрд токенов как стандартный базовый вариант для исследовательского сравнения.

382скачиваний за 30 дней5лайковвеса 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

StdMoE1b14b130B — стандартная базовая модель Mixture-of-Experts от Allen Institute for AI, выпущенная как контрольный вариант для исследования «EMO: Pretraining Mixture of Experts for Emergent Modularity». Это не midtraining-модель: её предварительно обучили на 130 млрд токенов смеси OLMoE с обычной целью обучения MoE.

Модель имеет 14 млрд параметров суммарно и около 1 млрд активных параметров на токен. Архитектура включает 128 экспертов: 127 маршрутизируемых и один общий; на каждом токене активируются восемь экспертов. Предназначена для генерации текста и диалогового взаимодействия на английском языке; максимальный контекст — 4096 токенов.

Это стандартный MoE-бейзлайн, сопоставимый по архитектуре и данным с Emo_1b14b_130B, но обученный с другой целью. Карточка не приводит результатов оценки качества, поэтому сравнительные преимущества модели не установлены. Лицензия — Apache-2.0.

Сценарии применения

  • генерация англоязычного текста
  • ответы на сообщения в диалоге
  • создание стандартного MoE-бейзлайна для сравнения моделей
  • эксперименты с обучением моделей Mixture-of-Experts

Ограничения

Контекст ограничен 4096 токенами. В карточке не приведены результаты оценки качества, поэтому её сравнительные характеристики не установлены.

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

StdMoE_1b14b_130B

The architecture-matched standard MoE baseline at the 130B-token ablation scale, released alongside EMO: Pretraining Mixture of Experts for Emergent Modularity — referred to as Reg. MoE (or "standard MoE") at 130B tokens in the paper. 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 standard MoE objective. Same architecture and data as Emo_1b14b_130B, differing only in the training objective.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "allenai/StdMoE_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
abf5a31

0 моделей