/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
419 млн
Лицензия
Apache 2.0
Архитектура
rwkv7 · dense
Базовая модель
rwkv-7-world
Библиотека
transformers
Опубликована
13 мар 2025

rwkv7-0.4B-world

Генерация текстаТекст → текст7 профессий

Компактная многоязычная модель RWKV-7 для генерации текста и диалогов с контекстом до 2 048 токенов.

191скачиваний за 30 дней2лайкавеса обновлены7 мая 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

rwkv7-0.4B-world — языковая модель RWKV-7, разработанная Bo Peng, Yu Zhang, Songlin Yang и Ruichong Zhang при поддержке RWKV Project в рамках LF AI & Data Foundation. Она предназначена для авторегрессионной генерации текста и диалогов; карточка описывает её как модель в формате flash-linear attention. Модель содержит около 419 млн параметров по метаданным, использует токенизатор RWKV World с словарём из 65 536 токенов и поддерживает контекст до 2 048 токенов.

Модель обучена на корпусе World v3 объёмом 3,119 трлн токенов. В карточке заявлен английский язык, а метаданные каталога указывают также китайский, японский, корейский, французский, арабский, испанский и португальский. Она представлена как дообучение BlinkDL/rwkv-7-world и распространяется в формате Safetensors через Transformers. Лицензия — Apache-2.0.

Для запуска README рекомендует установить flash-linear-attention и Transformers версии 4.48.0 или новее. Карточка не содержит результатов оценки качества; заявленный родительский чекпойнт и языковые возможности следует учитывать при выборе модели для конкретного сценария.

Сценарии применения

  • генерация продолжения текста
  • ведение текстового диалога
  • создание черновиков и коротких текстов
  • многоязычные текстовые запросы на поддерживаемых языках

Ограничения

Контекст ограничен 2 048 токенами. README не приводит оценок качества; для использования требуются flash-linear-attention и Transformers версии 4.48.0 или новее.

Для каких профессий подходит7

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

rwkv7-0.4B-world

This is RWKV-7 model under flash-linear attention format.

Model Details

Model Description

  • Developed by: Bo Peng, Yu Zhang, Songlin Yang, Ruichong Zhang
  • Funded by: RWKV Project (Under LF AI & Data Foundation)
  • Model type: RWKV7
  • Language(s) (NLP): English
  • License: Apache-2.0
  • Parameter count: 0.450B
  • Tokenizer: RWKV World tokenizer
  • Vocabulary size: 65,536

Model Sources

Uses

Install flash-linear-attention and the latest version of transformers before using this model:

pip install git+https://github.com/fla-org/flash-linear-attention
pip install 'transformers>=4.48.0'

Direct Use

You can use this model just as any other HuggingFace models:

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('fla-hub/rwkv7-0.4B-world', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('fla-hub/rwkv7-0.4B-world', trust_remote_code=True)
model = model.cuda() # Supported on Nvidia/AMD/Intel eg. model.xpu()
prompt = "What is a large language model?"
messages = [
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)

model_inputs = tokenizer([text], return_tensors="pt").to(model.device)

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=4096,
    do_sample=True,
    temperature=1.0,
    top_p=0.3,
    repetition_penalty=1.2
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=False)[0]
print(response)

Training Details

Training Data

This model is trained on the World v3 with a total of 3.119 trillion tokens.

Training Hyperparameters

  • Training regime: bfloat16, lr 4e-4 to 1e-5 "delayed" cosine decay, wd 0.1 (with increasing batch sizes during the middle)

FAQ

Q: safetensors metadata is none.

A: upgrade transformers to >=4.48.0: pip install 'transformers>=4.48.0'

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
RWKV7ForCausalLM
Ревизия весов
7931686

0 моделей