/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
rwkv7 · dense
Базовая модель
rwkv7-g1
Библиотека
transformers
Опубликована
2 сен 2026

RWKV7-G1j-1.5B-20260831

Генерация текстаТекст → текст3 профессии

Базовая рекуррентная языковая модель RWKV-7 на 1,5 млрд параметров для генерации текста и диалогов с контекстом 16 384 токена.

640скачиваний за 30 дней0лайковвеса обновлены4 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

RWKV7-G1j-1.5B-20260831 — базовая языковая модель RWKV-7 «Goose» в формате Flash Linear Attention (FLA), подготовленная для инференса через Transformers. Модель разработана на основе чекпойнта BlinkDL/rwkv7-g1; архитектура RWKV7ForCausalLM содержит 24 слоя и около 1,5 млрд параметров. Репозиторий предоставляет веса в safetensors и токенизатор RWKV World.

Модель предназначена для генерации текста и диалоговых сценариев. RWKV-7 использует рекуррентное состояние постоянного размера вместо растущего KV-кэша, что обеспечивает постоянный размер состояния и постоянную вычислительную работу на генерируемый токен независимо от длины предыдущей последовательности. Контекст модели — 16 384 токена; в метаданных указана поддержка 12 языков.

Это базовая, не дообученная на следование инструкциям и не выровненная по безопасности модель: шаблон чата задаёт формат промпта, но ответы могут непоследовательно выполнять инструкции. Запуск через описанный FLA-путь требует CUDA-совместимого GPU NVIDIA с поддержкой BF16, а поведение зависит от версий CUDA, PyTorch, Triton и FLA. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения текста
  • создание черновиков и кратких текстовых ответов
  • эксперименты с рекуррентными языковыми моделями
  • локальный диалог по шаблону чата
  • дообучение базовой модели RWKV-7

Ограничения

Модель не настроена для надёжного следования инструкциям и не выровнена по безопасности. Указанный FLA-запуск требует NVIDIA GPU с поддержкой BF16; генерация на CUDA/Triton в описанной локальной проверке не запускалась.

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

This repository provides the RWKV-7 G1j 1.5B checkpoint in the flash-linear-attention (FLA) RWKV7 layout for Transformers-compatible inference.

[!IMPORTANT] This is a base language model, not a safety-aligned instruction-tuned assistant. The included chat template provides a conversational prompt format, but the model may not follow instructions consistently.

About RWKV-7

RWKV-7, also called Goose, is an attention-free recurrent language model. It maintains a constant-size recurrent state instead of an attention KV cache that grows with the preceding sequence. Training remains parallelizable, while recurrent decoding uses constant state size and constant work per generated token with respect to sequence length.

G1j identifies this checkpoint revision. The source checkpoint is available from BlinkDL/rwkv7-g1.

Model details

PropertyValue
ArchitectureRWKV-7 G1j
Parameters in this FLA checkpoint1.527B
Layers24
Hidden size2,048
Heads32 × 64
Feed-forward size8,192
VocabularyRWKV World tokenizer, 65,536 tokens
Configured context length16,384 tokens
Weight dtypeBF16
LicenseApache-2.0

Run with FLA

Use a CUDA-capable NVIDIA GPU with BF16 support. Install the audited FLA revision with its CUDA dependency extra:

python -m pip install \
  "flash-linear-attention[cuda] @ git+https://github.com/fla-org/flash-linear-attention.git@8e84ed4a6727be082c34a3855c60623fd11411e9" \
  "transformers>=4.50.2"

Import fla before using the Auto classes so that the RWKV7 implementation is registered:

import fla
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, PreTrainedConfig

model_id = "fla-hub/RWKV7-G1j-1.5B-20260831"

tokenizer = AutoTokenizer.from_pretrained(
    model_id,
    config=PreTrainedConfig(),
    trust_remote_code=True,
)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
).to("cuda").eval()

messages = [
    {"role": "user", "content": "Explain recurrent language models in one paragraph."}
]
prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    thinking=False,
)
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

with torch.inference_mode():
    output_ids = model.generate(
        **inputs,
        max_new_tokens=128,
        do_sample=True,
        temperature=0.7,
        top_p=0.9,
    )

new_tokens = output_ids[0, inputs.input_ids.shape[1]:]
print(tokenizer.decode(new_tokens, skip_special_tokens=True))

Set thinking=True when applying the chat template to leave an open thinking prefix. This changes only the prompt format; it does not turn the base model into an instruction-tuned or safety-aligned assistant.

Tokenizer

This repository bundles tokenization_rwkv7.py, an exact linear-time trie implementation of the RWKV World tokenizer. It reads the self-contained tokenizer.json, preserves canonical token IDs, and avoids the poor scaling of the generic Unigram tokenizer on long repetitive inputs. Loading it requires trust_remote_code=True, as shown above.

Compatibility and validation

The package was checked with FLA commit 8e84ed4a6727be082c34a3855c60623fd11411e9 and Transformers 4.50.2. Its configuration, tokenizer, chat template, BF16 weights, and Transformers model loading were validated locally. All model weights load into RWKV7ForCausalLM without missing, unexpected, or mismatched keys.

CUDA/Triton generation was not executed in the local CPU-only validation environment. Runtime behavior can depend on the GPU, CUDA, PyTorch, Triton, and FLA versions. Cross-check benchmark or evaluation results against the official RWKV implementation before reporting them.

References

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура rwkv7 неизвестна transformers в образе рантайма.

Класс архитектуры
RWKV7ForCausalLM
Ревизия весов
1045beb

0 моделей