/ Модель

Характеристики

Параметры
7,7 млрд
Размер весов
13,7 ГБ
Архитектура
xlstm · dense
Базовая модель
xLSTM-7b-Instruct
Библиотека
transformers
Опубликована
18 окт 2025

xLSTM-7b-Polymath

Генерация текстаТекст → текст3 профессии

Экспериментальная 7,7-миллиардная xLSTM-модель для генерации ответов и исследования настройки рассуждений в задачах математики и программирования.

119скачиваний за 30 дней0лайковвеса обновлены19 июн 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

xLSTM-7b-Polymath — экспериментальная модель генерации текста от Ethicalabs, дообученная на базе ethicalabs/xLSTM-7b-Instruct. Это плотная авторегрессионная модель семейства xLSTM с 7,7 млрд параметров, представленная в формате Safetensors; дообучение выполнено методом SFT с помощью TRL на токенах ответов ассистента. Матрицы k_proj и v_proj были заморожены, а настройка затронула q_proj и матрицы FFN, чтобы исследовать специализацию рассуждений и механизмов извлечения по запросу для математики и программирования при сохранении базовых знаний.

Модель предназначена для экспериментальной генерации ответов и проверки гипотез о настройке рассуждений по математическим и программным задачам. В README приведены результаты оценки через lighteval для модели, загруженной в 4-битном виде, однако имеющиеся данные не раскрывают подробный состав тестов или результаты по отдельным задачам. Карточка помечает модель как экспериментальную и ограничивает её академической оценкой и исследованиями; в ней указано, что модель не предназначена для производственного, коммерческого, корпоративного или критически важного применения и предоставляется без гарантий. Лицензия в предоставленных данных не указана.

Сценарии применения

  • экспериментальная генерация ответов ассистента
  • исследование рассуждений на математических задачах
  • оценка ответов на задачи по программированию
  • изучение влияния настройки q_proj и FFN на извлечение знаний

Ограничения

Модель экспериментальная и предназначена для академической оценки и исследований; README запрещает производственное, коммерческое, корпоративное и критически важное применение. Она предоставляется без гарантий, а приведённая оценка не описывает подробно тестовые задачи.

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

Model Card for xlstm-7b-instruct-phase-2

[!WARNING] This repository contains experimental models designed strictly for academic evaluation and research purposes.

Critical Constraints:

  • No Production Deployment: Experimental models must not be deployed in commercial, enterprise, or mission-critical environments under any circumstances.
  • No Liability: Experimental models are provided "as-is" without warranties of any kind. The developers assume zero liability for downstream consequences, system integration failures, or regulatory non-compliance resulting from unauthorized deployment.

This model is a fine-tuned version of ethicalabs/xLSTM-7b-Instruct for task alignment.

It has been trained using TRL using SFT on assistant-only tokens.

The k_proj and v_proj matrices have been frozen to isolate and preserve the model's pre-trained knowledge base.

This fine-tuning focused only on the q_proj (query) and FFN matrices, adapting the model's reasoning and query-retrieval mechanisms without overwriting its core, frozen knowledge.

This experiment was designed to test the hypothesis that the model's reasoning capabilities (q_proj) could be specialized for math/code while its knowledge (k_proj, v_proj) remained intact.

Quick start

Work in Progress!

Training procedure

This model was trained with SFT.

Evaluation

This model has been loaded in 4-bit and evaluated with lighteval

TaskVersionMetricValueStderr
allacc0.5383±0.1476
acc:logprob_normalization=LogProbCharNorm(name='norm', ignore_first_space=True)0.7000±0.1528
acc:logprob_normalization=LogProbCharNorm(name='norm', ignore_first_space=False)0.8000±0.1333
truthfulqa_mc10.6000±0.1633
truthfulqa_mc20.7066±0.1481
em:normalize_gold=<function gsm8k_normalizer at 0x7c5d972c3ba0>&normalize_pred=<function gsm8k_normalizer at 0x7c5d972c3ba0>0.6000±0.1633
leaderboard:arc:challenge:25acc0.8000±0.1333
acc:logprob_normalization=LogProbCharNorm(name='norm', ignore_first_space=True)0.7000±0.1528
leaderboard:gsm8k:5em:normalize_gold=<function gsm8k_normalizer at 0x7c5d972c3ba0>&normalize_pred=<function gsm8k_normalizer at 0x7c5d972c3ba0>0.6000±0.1633
leaderboard:hellaswag:10acc0.5000±0.1667
acc:logprob_normalization=LogProbCharNorm(name='norm', ignore_first_space=False)0.8000±0.1333
leaderboard:mmlu:_average:5acc0.5316±0.1474
leaderboard:mmlu:abstract_algebra:5acc0.3000±0.1528
leaderboard:mmlu:anatomy:5acc0.3000±0.1528
leaderboard:mmlu:astronomy:5acc0.7000±0.1528
leaderboard:mmlu:business_ethics:5acc0.4000±0.1633
leaderboard:mmlu:clinical_knowledge:5acc0.7000±0.1528
leaderboard:mmlu:college_biology:5acc0.5000±0.1667
leaderboard:mmlu:college_chemistry:5acc0.4000±0.1633
leaderboard:mmlu:college_computer_science:5acc0.4000±0.1633
leaderboard:mmlu:college_mathematics:5acc0.2000±0.1333
leaderboard:mmlu:college_medicine:5acc0.5000±0.1667
leaderboard:mmlu:college_physics:5acc0.5000±0.1667
leaderboard:mmlu:computer_security:5acc0.9000±0.1000
leaderboard:mmlu:conceptual_physics:5acc0.4000±0.1633
leaderboard:mmlu:econometrics:5acc0.4000±0.1633
leaderboard:mmlu:electrical_engineering:5acc0.7000±0.1528
leaderboard:mmlu:elementary_mathematics:5acc0.3000±0.1528
leaderboard:mmlu:formal_logic:5acc0.3000±0.1528
leaderboard:mmlu:global_facts:5acc0.3000±0.1528
leaderboard:mmlu:high_school_biology:5acc0.9000±0.1000
leaderboard:mmlu:high_school_chemistry:5acc0.5000±0.1667
leaderboard:mmlu:high_school_computer_science:5acc0.6000±0.1633
leaderboard:mmlu:high_school_european_history:5acc0.7000±0.1528
leaderboard:mmlu:high_school_geography:5acc1.0000±0.0000
leaderboard:mmlu:high_school_government_and_politics:5acc0.8000±0.1333
leaderboard:mmlu:high_school_macroeconomics:5acc0.6000±0.1633
leaderboard:mmlu:high_school_mathematics:5acc0.3000±0.1528
leaderboard:mmlu:high_school_microeconomics:5acc0.7000±0.1528
leaderboard:mmlu:high_school_physics:5acc0.3000±0.1528
leaderboard:mmlu:high_school_psychology:5acc0.9000±0.1000
leaderboard:mmlu:high_school_statistics:5acc0.5000±0.1667
leaderboard:mmlu:high_school_us_history:5acc0.8000±0.1333
leaderboard:mmlu:high_school_world_history:5acc0.9000±0.1000
leaderboard:mmlu:human_aging:5acc0.5000±0.1667
leaderboard:mmlu:human_sexuality:5acc0.4000±0.1633
leaderboard:mmlu:international_law:5acc0.6000±0.1633
leaderboard:mmlu:jurisprudence:5acc0.6000±0.1633
leaderboard:mmlu:logical_fallacies:5acc0.4000±0.1633
leaderboard:mmlu:machine_learning:5acc0.5000±0.1667
leaderboard:mmlu:management:5acc0.5000±0.1667
leaderboard:mmlu:marketing:5acc0.8000±0.1333
leaderboard:mmlu:medical_genetics:5acc0.9000±0.1000
leaderboard:mmlu:miscellaneous:5acc0.5000±0.1667
leaderboard:mmlu:moral_disputes:5acc0.7000±0.1528
leaderboard:mmlu:moral_scenarios:5acc0.1000±0.1000
leaderboard:mmlu:nutrition:5acc0.6000±0.1633
leaderboard:mmlu:philosophy:5acc0.5000±0.1667
leaderboard:mmlu:prehistory:5acc0.4000±0.1633
leaderboard:mmlu:professional_accounting:5acc0.3000±0.1528
leaderboard:mmlu:professional_law:5acc0.4000±0.1633
leaderboard:mmlu:professional_medicine:5acc0.2000±0.1333
leaderboard:mmlu:professional_psychology:5acc0.3000±0.1528
leaderboard:mmlu:public_relations:5acc0.3000±0.1528
leaderboard:mmlu:security_studies:5acc0.3000±0.1528
leaderboard:mmlu:sociology:5acc0.8000±0.1333
leaderboard:mmlu:us_foreign_policy:5acc0.7000±0.1528
leaderboard:mmlu:virology:5acc0.5000±0.1667
leaderboard:mmlu:world_religions:5acc0.8000±0.1333
leaderboard:truthfulqa:mc:0truthfulqa_mc10.6000±0.1633
truthfulqa_mc20.7066±0.1481
leaderboard:winogrande:5acc0.7000±0.1528

Framework versions

  • PEFT 0.17.1
  • TRL: 0.24.0
  • Transformers: 4.57.1
  • Pytorch: 2.8.0+cu126
  • Datasets: 4.2.0
  • Tokenizers: 0.22.1

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
xLSTMForCausalLM
Ревизия весов
a725389

0 моделей