/ Модель

Характеристики

Архитектура
esm · dense
Библиотека
transformers
Опубликована
7 окт 2026

ESM-DCLM-160M

Заполнение пропусковТекст → текст

Плотная energy-based модель OpenESM на 160 млн параметров для предсказания замаскированных токенов и экспериментов с языковым моделированием.

29скачиваний за 30 дней0лайковвеса обновлены9 окт 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

ESM-DCLM-160M — чекпойнт OpenESM, разработанный командой OpenESM и обученный на DCLM. Это плотная energy-based языковая модель семейства ESM с архитектурой d12 и примерно 160 млн параметров; репозиторий содержит экспорт для Transformers, предназначенный для продолжения предобучения и работы с замаскированными токенами. Основная задача модели — восстановление скрытых фрагментов последовательности.

Модель использует специализированную реализацию OpenESM и токенизатор ESM. Она подходит для экспериментов с языковым моделированием и анализа последовательностей, однако карточка не приводит сведений о поддерживаемых естественных языках, контекстном окне или качестве на прикладных задачах. В репозитории указаны веса Safetensors и реализация для Transformers. Условия лицензирования в предоставленных данных не описаны.

Сценарии применения

  • восстановление скрытых токенов в последовательности
  • эксперименты с masked language modeling
  • оценка вариантов заполнения пропусков в тексте
  • исследование energy-based языковых моделей

Ограничения

Карточка не сообщает результаты оценки качества, поддерживаемые естественные языки и длину контекста. Для загрузки используются специализированные файлы реализации и токенизатора; лицензия в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESM-DCLM-160M

OpenESM 160M model (variant d12) trained on DCLM. This repository contains a Hugging Face Transformers-compatible export for the pretraining checkpoint.

How to Use

Install the runtime dependencies:

pip install torch transformers

Load the tokenizer and model with the custom OpenESM code enabled:

import torch
from transformers import AutoModelForMaskedLM, AutoTokenizer

repo_id = "guan-wang/ESM-DCLM-160M"
tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForMaskedLM.from_pretrained(
    repo_id,
    trust_remote_code=True,
)

device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)
model.eval()
model.requires_grad_(False)
inputs = tokenizer("Hello world", return_tensors="pt").to(device)
outputs = model(**inputs)

print(outputs.logits.shape)

The first load may prompt you to review and allow the repository's custom model code. Loading remote Python code requires trust_remote_code=True.

Model Details

DetailValue
Model familyOpenESM energy-based language model
ArchitectureCustom OpenESM implementation (d12)
Parameter scale160M
Training datasetDCLM
Training stagepretraining
Transformer blocks12
Embedding dimension768
Attention heads6
Context length2048
Vocabulary size32768

The parameter scale is the label used for this model in the OpenESM model configuration. The architecture and sequence settings above are read from the exported checkpoint configuration.

Files

  • config.json: model configuration.
  • model*.safetensors: model weights in the standard Transformers format.
  • modeling_esm.py: remote model and tokenizer implementation.
  • configuration_esm.py: remote configuration implementation.
  • tokenizer.pkl: serialized ESM tokenizer.
  • tokenizer_config.json: tokenizer auto-loading configuration.
  • token_bytes.pt: token byte table used by OpenESM metrics.

The code is maintained in the OpenESM repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
ESMForMaskedLM
Ревизия весов
11324ab

0 моделей