/ Модель

Характеристики

Контекст
8 192 токена
Параметры
8,7 млрд
Лицензия
Своя лицензия
Архитектура
afmoe · MoE
Библиотека
transformers
Опубликована
27 янв 2026

Trinity-Large-TrueBase

Генерация текстаТекст → текст3 профессии

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

577скачиваний за 30 дней69лайковвеса обновлены28 мая 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

Карточка модели arcee-ai/Trinity-Large-TrueBase на Hugging Face совпадает с карточкой CollectionStudio/Trinity-Large-TrueBase, поэтому описание составлено по ней.

Trinity-Large-TrueBase — базовый чекпойнт предварительного обучения от Arcee AI, выпущенный из тренировочного запуска Trinity Large после обработки 10 триллионов токенов. Это разреженная MoE-модель семейства AFMoE: в README указаны около 398 млрд общих параметров, около 13 млрд активных параметров на токен и 256 экспертов; метаданные Hugging Face указывают 8,7 млрд параметров. Чекпойнт доступен в формате safetensors и рассчитан на контекст до 8192 токенов.

Модель предназначена для исследований поведения, возникающего при масштабном предобучении, анализа маршрутизации экспертов, интерпретируемости, пробинга и абляционных экспериментов, а также для последующего дообучения под специализированные задачи. Она прошла предобучение без инструкционных данных, настройки предпочтений и постобучения, поэтому не является готовым диалоговым помощником. Карточка и метаданные отмечают поддержку английского, испанского, французского, немецкого, итальянского, португальского, русского, арабского, хинди, корейского и китайского языков.

Модель не настроена на безопасность, полезность или естественный разговорный стиль; без дообучения её ответы могут быть нестабильными. Для fine-tuning требуются значительные вычислительные ресурсы и техническая экспертиза, а расширенный контекст не поддерживается. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • исследование поведения модели после масштабного предобучения
  • анализ маршрутизации экспертов и балансировки нагрузки в MoE
  • пробинг и интерпретируемость языковой модели
  • абляционные эксперименты с базовым чекпойнтом
  • дообучение модели для специализированной области

Ограничения

Модель не настроена на безопасность, полезность или диалоговый стиль; без постобучения ответы могут быть нестабильными. Дообучение требует значительных вычислительных ресурсов, контекст ограничен 8192 токенами.

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

Trinity-Large-TrueBase

Introduction

Trinity-Large-TrueBase is a base pretraining checkpoint from Arcee AI's Trinity Large training run. It is a 398B-parameter sparse Mixture-of-Experts (MoE) model with approximately 13B active parameters per token. The checkpoint was captured after 10 trillion tokens of pretraining, prior to learning-rate annealing and before any instruction tuning or reinforcement learning.

This checkpoint is intended for research, probing, ablation studies, and downstream fine-tuning and comes without any pre-baked alignment, instruction formatting, or preference optimization.

More details on the training of Trinity Large are available in the technical report.

Model Variants

The Trinity Large family consists of three checkpoints from the same training run:

  • Trinity-Large-TrueBase (this release): 10T-token pre-anneal checkpoint with no instruction data
  • Trinity-Large-Thinking: Reasoning-optimized, agentic post-training with extended chain-of-thought
  • Trinity-Large-Base: Full 17T-token pretrained foundation model with mid-training anneals
  • Trinity-Large-Preview: Lightly post-trained, chat-ready model undergoing active RL

Architecture

Trinity-Large-TrueBase uses a sparse MoE configuration designed to maximize efficiency while maintaining large-scale capacity.

HyperparameterValue
Total parameters~398B
Active parameters per token~13B
Experts256
Active experts4
Routing strategy4-of-256 (1.56% sparsity)
Dense layers6
Pretraining context length8,192
ArchitectureSparse MoE (AfmoeForCausalLM)

Note: Extended context support (e.g., 512k) was introduced after this checkpoint and is not available in TrueBase.

Benchmark Results

BenchmarkN-shotMetricScoreStderr
arc_challenge_0shot0acc_norm,none0.6237±0.0142
bbh_fewshot3exact_match,remove_whitespace0.5784±0.0054
gpqa_diamond_5shot5acc_norm,none0.4091±0.0350
gpqa_diamond_generative_5shot5exact_match,flexible-extract0.3788±0.0346
gsm8k_8shot8exact_match,flexible-extract0.8036±0.0109
gsm8k_cot8exact_match,flexible-extract0.8044±0.0109
hellaswag_5shot5acc_norm,none0.8813±0.0032
humaneval_plus0pass@1,create_test0.5183±0.0391
leaderboard_math_hard4exact_match,none0.2696±0.0113
mbpp_plus3pass_at_1,none0.8095±0.0202
minerva_math5004math_verify,none0.4820±0.0224
mmlu_5shot5acc,none0.7845±0.0033
mmlu_generative_5shot5exact_match,get_response0.7848±0.0033
mmlu_pro5exact_match,custom-extract0.5160±0.0044
triviaqa_5shot5exact_match,remove_whitespace0.8096±0.0029
winogrande_5shot5acc,none0.8145±0.0109

Training Configuration

Pretraining

  • Training tokens: 10 trillion
  • Checkpoint type: Pre-anneal
  • Instruction data: None
  • RLHF or post-training: None

This checkpoint branches from the main Trinity Large run at the 10T-token mark, prior to learning-rate decay or post-training phases.

Optimizers

Optimizer learning rates after WSD warm-up:

  • Adam learning rate: 2e-4
  • Muon learning rate: 8e-4

Muon was used to support larger critical batch sizes in a highly sparse MoE regime.

Infrastructure

  • Hardware: 2,048 NVIDIA B300 GPUs
  • Parallelism: HSDP + Expert Parallelism
  • Compute partner: Prime Intellect
  • Data partner: Datology

Intended Use

  • Studying emergent behavior from large-scale pretraining
  • Sparse MoE routing and load-balancing research
  • Interpretability, probing, and ablation studies
  • Domain-specific fine-tuning from a clean base
  • Academic and industrial foundation model research

Rationale for Release

Most base model releases include instruction data, annealed training dynamics, or early alignment stages. Trinity-Large-TrueBase excludes these, providing an opportunity to study what large-scale models learn from pretraining data alone. This checkpoint is intended as a foundation for research rather than as a finished conversational assistant.

Known Limitations

  • Not aligned for safety, helpfulness, or conversational tone
  • Requires substantial compute and expertise to fine-tune
  • May exhibit raw or unstable behaviors typical of unaligned models
  • No extended-context tuning beyond the 8K pretraining window

License

Trinity-Large-TrueBase is released under the OpenMDW License, version 1.1 (OpenMDW-1.1).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается даже в 8 × 80 ГБ.

Класс архитектуры
AfmoeForCausalLM
Ревизия весов
4b1a9e6

0 моделей