/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,5 млрд
Лицензия
Apache 2.0
Архитектура
rwkv7 · dense
Базовая модель
rwkv-7-world
Библиотека
transformers
Опубликована
28 янв 2025

rwkv7-1.5B-world

Генерация текстаТекст → текст6 профессий

Многоязычная языковая модель RWKV-7 World на 1,5 млрд параметров для генерации текста и диалогов.

335скачиваний за 30 дней9лайковвеса 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

Это языковая модель RWKV-7 World размером 1,5 млрд параметров в формате flash-linear attention, опубликованная проектом RWKV и разработанная Бо Пэном, Ю Чжаном, Сонглином Яном и Жуйчуном Чжаном. Модель предназначена для генерации текста и диалогов; её можно использовать через Transformers при наличии поддержки RWKV и flash-linear attention.

Модель обучена на корпусе World v3 объёмом 3,119 трлн токенов, использует токенизатор RWKV World с размером словаря 65 536 и имеет контекст до 2048 токенов. Поддерживаемые языки: английский, китайский, японский, корейский, французский, арабский, испанский и португальский. В README приведены результаты LAMBADA: точность 69,4% до преобразования и 68,8% после него.

Модель распространяется по лицензии Apache-2.0. Для запуска README рекомендует установить flash-linear attention и Transformers версии 4.48.0 или новее. Это компактная модель относительно крупных современных LLM; её ограничивают размер контекста и возможная потеря качества при преобразовании весов.

Сценарии применения

  • генерация продолжений текста
  • ответы в текстовом диалоге
  • создание черновиков на поддерживаемых языках
  • многоязычная генерация текста

Ограничения

Контекст модели ограничен 2048 токенами. В README указано небольшое снижение точности LAMBADA после преобразования модели: с 69,4% до 68,8%.

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

rwkv7-1.5B-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, Chinese, Japanese, Korean, French, Arabic, Spanish, Portuguese
  • License: Apache-2.0
  • Parameter count: 1.52B
  • 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/rwkv7-1.5B-world', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('fla-hub/rwkv7-1.5B-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)
  • Final Loss: 1.9965
  • Token Count: 3.119 trillion

Evaluation

Metrics

lambada_openai:

before conversion: ppl 4.13 acc 69.4%

after conversion: ppl 4.26 acc 68.8% (without apply temple)

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
004140b

0 моделей