/ Модель

Характеристики

Архитектура
esm · dense
Библиотека
transformers
Опубликована
8 окт 2026

ESM-FineWeb-1B

Заполнение пропусковТекст → текст

Контрольная точка OpenESM примерно на 1 млрд параметров, предварительно обученная на FineWeb и предназначенная для предсказания замаскированных токенов.

33скачиваний 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-1B — контрольная точка предварительного обучения OpenESM, опубликованная в формате, совместимом с Hugging Face Transformers. Модель семейства ESM использует пользовательскую реализацию энергетической языковой модели с архитектурным вариантом d26 и масштабом около 1 млрд параметров; обучение проводилось на FineWeb.

Модель предназначена для задачи fill-mask: она предсказывает замаскированные токены в последовательности. Репозиторий содержит веса в safetensors и компоненты для загрузки через Transformers. Карточка не приводит сведения о лицензии, языках или длине контекста, поэтому эти характеристики здесь не уточняются.

Сценарии применения

  • восстановление замаскированных токенов в тексте
  • оценка контекста для языковых экспериментов
  • исследование энергетических языковых моделей
  • использование чекпойнта OpenESM в Transformers

Ограничения

Карточка описывает предварительно обученную контрольную точку, но не сообщает о результатах оценивания или подтверждённом качестве для прикладных задач. Для загрузки используются пользовательские реализации модели и токенизатора из репозитория.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESM-FineWeb-1B

OpenESM 1B model (variant d26) 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-1B"
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 (d26)
Parameter scale1B
Training datasetFineWeb
Training stagepretraining
Transformer blocks26
Embedding dimension1664
Attention heads13
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
b00bb11

0 моделей