/ Модель

Характеристики

Архитектура
esm · dense
Библиотека
transformers
Опубликована
8 окт 2026

ESM-FineWeb-160M

Заполнение пропусковТекст → текст

Чекпойнт OpenESM на 160 млн параметров для предсказания замаскированных токенов в текстовых последовательностях.

40скачиваний 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-FineWeb-160M — чекпойнт OpenESM размером 160 млн параметров, обученный на корпусе FineWeb. Модель семейства energy-based language models использует архитектуру OpenESM d12 и представлена в формате, совместимом с Hugging Face Transformers.

Модель предназначена для задачи fill-mask: она предсказывает замаскированные токены в последовательности. В репозитории размещены веса Safetensors, конфигурация, а также пользовательская реализация архитектуры и токенизатора. README не описывает сценарии применения за пределами задачи предобучения и восстановления пропущенных токенов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • восстановление пропущенных токенов в последовательности
  • подстановка вероятного слова вместо маски в тексте
  • эксперименты с energy-based языковыми моделями
  • оценка предсказаний masked language model

Ограничения

README описывает чекпойнт предобучения, но не приводит оценок качества или рекомендаций по прикладному использованию. Указана пользовательская реализация архитектуры и токенизатора, необходимая для загрузки модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESM-FineWeb-160M

OpenESM 160M model (variant d12) trained on FineWeb. 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-FineWeb-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 datasetFineWeb
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
a99406e

0 моделей