/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
25,7 ГБ
Лицензия
Своя лицензия
Архитектура
jarvis_titan_moe · dense
Опубликована
13 сен 2026

Jarvis-Titan-V15-MoE-120M-SFT

Генерация текстаТекст → текст8 профессий

Инструкция-настроенная MoE-модель Dhanesh для генерации текста, математических рассуждений, программирования и агентных сценариев.

620скачиваний за 30 дней0лайковвеса обновлены14 сен 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

J.A.R.V.I.S. Titan V15 MoE — инструкция-настроенная модель для генерации текста, разработанная Dhanesh в рамках программы автономных рассуждений J.A.R.V.I.S. Titan. README указывает базовую модель dhanesh-hf/Jarvis-Titan-M4-Merged и обучение на 121,5 млн токенов с примерами математики, программирования, пошаговых рассуждений и выполнения действий агентами. Метаданные указывают 7,1 млрд параметров, контекст до 32 768 токенов, поддержку диалогов и кода; карточка описывает MoE-архитектуру в стиле DeepSeekMoE с восемью маршрутизируемыми экспертами и общим экспертом, хотя заявленное число параметров в README отличается от метаданных.

Модель предназначена для математических рассуждений, синтеза и исправления кода, диалогов и агентных сценариев. В README описаны 28 слоёв, выбор двух маршрутизируемых экспертов и общего эксперта на токен, а также механизм памяти M4 Tri-Brid. Указанный в README режим окна SWA составляет 2048 токенов; метаданные заявляют нативный контекст в 32 768 токенов. Основной язык карточки — английский. Лицензия обозначена как other, поэтому конкретные условия следует сверить с лицензией репозитория.

Сценарии применения

  • решение задач по математике с пошаговыми рассуждениями
  • генерация и исправление программного кода
  • диалоговые ответы на английском языке
  • выполнение агентных сценариев с использованием инструментов

Ограничения

README заявляет 14,8 млрд параметров, тогда как метаданные указывают 7,1 млрд; размер следует считать противоречивым. Лицензия обозначена как other без уточнения условий в предоставленных данных.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🧠 J.A.R.V.I.S. Titan V15: 14.8B MoE — 120M Token Frontier SFT

Principal Investigator: Dhanesh
Architecture: DeepSeekMoE Style (8 Routed Experts + 1 Shared Expert) with M4 Tri-Brid Active Gating
Training Hardware: Kaggle TPU v5e-8 (128 GB HBM, 8 Cores, Pure SPMD FSDP)
Dataset: 121.5M Tokens Curated & Token-Packed (dhanesh-hf/jarvis-v10-rft-dataset)


⚡ Model Overview

Jarvis-Titan-V15-MoE-120M-SFT is the frontier instruction-tuned MoE artifact developed for the J.A.R.V.I.S. Titan autonomous reasoning program. It builds upon the calibrated M4 Tri-Brid Memory backbone (dhanesh-hf/Jarvis-Titan-M4-Merged), adapting all 28 layers of routed experts, shared experts, and routing gates across a dense 120M-token curriculum.

Core Architecture Specifications:

  • Base Parameters: 14.8B total | Active Parameters per Token: ~3.2B
  • Layers: 28 | Hidden Dimension: 3584 | Head Dim: 128
  • Attention Layout: Zero-Copy GQA (28 Query Heads, 4 KV Heads)
  • MoE Topology: 8 Routed Experts ($d_{\text{inter}}=4736$) + 1 Isolated Shared Expert ($d_{\text{inter}}=4736$)
  • Top-K Routing: Top-2 Active Routed Experts + 1 Shared Expert (3 active experts per token)
  • Context Handling: Bounded $O(1)$ memory consumption via M4 Tri-Brid mechanics ($W=2048$ SWA, 1024-token Salient Reservoir, and Test-Time Neural Memory $M_t$).

🔬 Curriculum Composition

This model was trained exclusively on verified, high-density reasoning sequences:

  • Verified STEM Mathematics: 42.0M tokens (34.6%)
  • Olympiad Mathematics: 36.5M tokens (30.0%)
  • Executable Code Synthesis & Repair: 18.3M tokens (15.0%)
  • DeepSeek R1 CoT Reasoning: 19.6M tokens (16.1%)
  • Dual Agentic Tool Execution: 4.7M tokens (3.9%)

🛡️ License & Terms of Use

This model is governed by the J.A.R.V.I.S. Titan Proprietary Research License (JTRL-v1.0).

  • Non-Commercial Academic & Evaluation Use Only.
  • Strictly Prohibited: Commercial deployment, paid APIs, weights redistribution, and commercial model distillation.
  • Please review the full LICENSE file for legal details.

Citation

@misc{jarvis_titan_v15_sft_2026,
  author = {Dhanesh},
  title = {J.A.R.V.I.S. Titan V15: 14.8B MoE 120M High-Density SFT},
  year = {2026},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/dhanesh-hf/Jarvis-Titan-V15-MoE-120M-SFT}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
JarvisTitanMoEForCausalLM
Ревизия весов
6fd07d9

0 моделей