/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
livemem · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
4 авг 2026

LiveMem-SFT

Генерация текстаТекст → текст

Дообученная на базе Qwen3 языковая модель с рекуррентной памятью GDN2 для диалогов и генерации текста в контексте до 262 144 токенов.

313скачиваний за 30 дней0лайковвеса обновлены4 авг 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

LiveMem-SFT — диалоговая языковая модель, разработанная chen-l и дообученная с учителем на базе Qwen3-4B-Instruct-2507. В каждом слое декодера к выходу механизма внимания Qwen3 добавлен параллельный рекуррентный путь памяти Gated DeltaNet 2 (GDN2); архитектура реализована классом LiveMemForCausalLM. Модель предназначена для генерации текста и диалогового взаимодействия с длинными последовательностями.

Максимальная настроенная длина контекста составляет 262 144 токена, но реально доступная длина зависит от памяти GPU и используемого бэкенда инференса. Для запуска через Transformers нужны пользовательский код модели, CUDA и Triton-ядра GDN2. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • диалог с моделью на длинной истории переписки
  • генерация ответов по длинным текстовым контекстам
  • продолжение текста в длинных последовательностях

Ограничения

Фактически доступная длина контекста зависит от объёма памяти GPU и бэкенда инференса. Для запуска требуются CUDA, пользовательский код модели и Triton-ядра GDN2.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LiveMem-SFT

LiveMem-4B-SFT uses a Qwen3-4B-Instruct-2507 backbone augmented with a parallel Gated DeltaNet 2 (GDN2) recurrent memory path in every decoder layer:

layer output = Qwen3 attention output + GDN2 memory output

The checkpoint is the supervised fine-tuned model used as the initialization for chen-l/LiveMem-RL. It supports a maximum configured context length of 262,144 tokens. Actual usable context depends on GPU memory and inference backend.

Transformers usage

LiveMem uses custom model code and GDN2 Triton kernels. A CUDA environment is required for inference.

pip install -r requirements.txt
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "chen-l/LiveMem-4B-SFT"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype=torch.bfloat16,
    device_map="auto",
)

messages = [{"role": "user", "content": "Summarize the document."}]
inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
    return_dict=True,
).to(model.device)
outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True))

trust_remote_code=True is required because LiveMem is not a built-in Transformers architecture.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
LiveMemForCausalLM
Ревизия весов
826cf53

0 моделей