/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
404 млн
Лицензия
Apache 2.0
Архитектура
rwkv7 · dense
Базовая модель
rwkv-7-pile
Библиотека
transformers
Опубликована
16 мар 2025

rwkv7-421M-pile

Генерация текстаТекст → текст3 профессии

Дообученная англоязычная модель RWKV-7 на 403,8 млн параметров для генерации текста.

202скачиваний за 30 дней0лайковвеса обновлены14 апр 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

RWKV-7 — языковая модель Bo Peng, Yu Zhang, Songlin Yang и Ruichong Zhang, поддержанная RWKV Project при LF AI & Data Foundation. Репозиторий содержит дообученную версию BlinkDL/rwkv-7-pile с архитектурой RWKV7 и примерно 403,8 млн параметров. Модель работает с текстом, использует токенизатор GPT-NeoX 20B и рассчитана на английский язык.

Модель предназначена для генерации текста и обычного использования как причинная языковая модель. Она обучена на датасете The Pile объёмом 332 млрд токенов; в карточке приведены результаты на LAMBADA и PIQA. Нативная длина контекста — 2048 токенов. Для запуска README рекомендует flash-linear attention и Transformers версии 4.48.0 или новее. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжений английского текста
  • написание черновиков и коротких текстов на английском
  • эксперименты с компактными языковыми моделями
  • оценка языковой модели на задачах LAMBADA и PIQA

Ограничения

Контекст ограничен 2048 токенами; модель ориентирована на английский язык. Для запуска README рекомендует flash-linear attention и Transformers версии 4.48.0 или новее.

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

rwkv7-421M-pile

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: 421M
  • Tokenizer: GPT-NeoX 20B tokenizer

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/rwkv7-421M-pile', trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained('fla-hub/rwkv7-421M-pile', trust_remote_code=True)

Training Details

Training Data

This model is trained on the Pile with a total of 332 billion tokens.

Training Hyperparameters

  • Training regime: bfloat16, lr 8e-4 to 3e-5 cosine decay, wd 0.1, bsz 8x30x4096

Evaluation

Metrics

lambada_openai: ppl 7.21 acc 57.9%

piqa: acc 69.2%

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
5b7a59f

0 моделей