/ Модель

Характеристики

Лицензия
MIT
Архитектура
hf_olmo · dense
Библиотека
transformers
Опубликована
20 мар 2025

FANformer-1B

Генерация текстаТекст → текст6 профессий

FANformer-1B — англоязычная авторегрессионная модель на 1,1 млрд параметров для генерации и понимания текста общего назначения.

24скачиваний за 30 дней5лайковвеса обновлены30 мар 2025

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

FANformer-1B — авторегрессионная языковая модель с архитектурой decoder-only, разработанная авторами FANformer и обученная с нуля. В ней используется FAN Layer для моделирования периодических закономерностей в данных. Модель содержит 1,1 млрд параметров и обучена на 1 трлн токенов.

Модель предназначена для генерации и понимания текста общего назначения. Её можно дообучать для суммаризации, ответов на вопросы и диалогов. Карточка приводит результаты на стандартных бенчмарках, но они не гарантируют качество в конкретном применении. Модель выпущена под лицензией MIT.

В метаданных указаны английский язык, библиотека Transformers и набор данных allenai/dolma. Модель может наследовать смещения обучающих данных; качество для языков с малым объёмом ресурсов не гарантируется.

Сценарии применения

  • генерация текста на английском языке
  • создание диалогового ассистента после дообучения
  • суммаризация после дообучения
  • ответы на вопросы после дообучения

Ограничения

Модель может наследовать смещения обучающих данных; качество для языков с малым объёмом ресурсов не гарантируется.

Для каких профессий подходит6

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

Model Card for FANformer-1B

Model Description

  • Model Name: FANformer-1B
  • Non-embedding Parameters: 1.1B
  • Training Tokens: 1 trillion
  • Release Date: March 2025
  • Model Type: Decoder-only LLM with enhanced periodicity modeling
  • License: MIT License
  • Repository: GitHub
  • Paper: arXiv:2502.21309

FANformer-1B is a 1.1-billion-parameter autoregressive language model pre-trained from scratch to enhance language modeling through effective periodicity mechanisms. Its revised architecture (olmo/model.py) introduces the FAN Layer, a novel component designed to capture periodic patterns in training data, enabling superior learning efficiency and performance.


Training Details

  • Hardware: 80 A100 40G GPUs
  • Training Data: Subset of Dolma Dataset (OLMo-1B’s training corpus)
  • Maximum Context Length: 2,048 tokens

Intended Uses

  • Primary Use: General-purpose text generation and understanding.
  • Downstream Use: Can be fine-tuned for tasks like summarization, question answering, and dialogue.
  • Limitations: May inherit biases from training data. Performance on low-resource languages is not guaranteed.

How to Use

Inference Example:

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("dongyh/FANformer-1B", trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("dongyh/FANformer-1B", trust_remote_code=True)

input_text = "The concept of periodicity serves as a fundamental organizing principle across the natural world, human societies, and even abstract systems. From the rhythmic cycles of celestial bodies governing seasons and tides to the biological clocks regulating sleep and metabolism in living organisms, recurring patterns create stability amid chaos. In ecosystems, predator-prey population oscillations maintain balance, while the carbon cycle ensures Earth's climate resilience. Culturally, humanity has structured civilizations around agricultural cycles, religious calendars, and economic fluctuations—harvest festivals marking seasonal abundance, financial markets swaying between boom and bust. Even at the quantum level, wave functions reveal inherent periodicity that underpins material reality. This universal recurrence enables prediction, adaptation, and innovation: by recognizing cycles, we"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(inputs.input_ids, max_length=512, do_sample=True, temperature=0.6, top_p=0.8)

print(tokenizer.decode(outputs[0]))

Evaluation

Standard BenchmarksLlama-3.2-1BTinyLLaMA-v1.1 (3T)MobiLLaMA-1B (1.3T)OLMo-1B (2T)OpenELM-1_1B (1.8T)OLMo-1B-0724 (3T)AMD-OLMo-1B (1.3T)FANformer-1B (1T)
arc_easy56.8455.4756.6557.2855.4356.6563.6472.456
arc_challenge38.1332.6832.0031.0632.3432.3433.7043.813
hellaswag64.0061.4761.8062.9264.8166.1263.6164.758
piqa73.8073.5675.3075.1475.5775.0875.5775.547
boolq64.3055.9960.8361.7463.5866.1860.5864.924
sciq92.3089.3088.2087.0090.6092.7093.2094.80
winogrande61.2059.4359.2759.9861.7261.7261.6461.80
openbookqa46.0036.8035.4036.2036.2035.6035.8048.20
gsm8k6.831.820.002.502.818.952.8815.74
Average55.9351.8452.1652.6553.6755.0454.5160.23

Citation

@article{dong2025fanformer,
  title={FANformer: Improving Large Language Models Through Effective Periodicity Modeling},
  author={Dong, Yihong and Li, Ge and Jiang, Xue and Tao, Yongding and Zhang, Kechi and Zhu, Hao and Liu, Huanyu and Ding, Jiazheng and Li, Jia and Deng, Jinliang and Mei, Hong},
  journal={arXiv preprint arXiv:2502.21309},
  year={2025}
}

@article{dong2024fan,
  title={FAN: Fourier Analysis Networks},
  author={Yihong Dong and Ge Li and Yongding Tao and Xue Jiang and Kechi Zhang and Jia Li and Jing Su and Jun Zhang and Jingjing Xu},
  journal={arXiv preprint arXiv:2410.02675},
  year={2024}
}

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
OLMoForCausalLM
Ревизия весов
ebd97cc

0 моделей