/ Модель

Характеристики

Архитектура
esm · dense
Библиотека
transformers
Опубликована
8 окт 2026

ESM-FineWeb-1B-SFT

Заполнение пропусковТекст → текст

Контрольная точка OpenESM 1B, обученная на FineWeb и предназначенная для заполнения пропусков в тексте.

27скачиваний 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-SFT — контрольная точка OpenESM, разработанная на основе модели OpenESM 1B варианта d26 и обученная на FineWeb. Это энерго-ориентированная языковая модель с пользовательской архитектурой OpenESM; в репозитории она экспортирована в формате Transformers с весами safetensors и кодом удалённой архитектуры. Метаданные Hugging Face указывают задачу fill-mask.

Модель предназначена для заполнения пропусков в тексте и экспериментов с энерго-ориентированными языковыми моделями. README сообщает масштаб 1B параметров, но не приводит конкретные настройки контекста или перечень поддерживаемых естественных языков. Лицензия в доступных данных не указана.

Сценарии применения

  • Заполнение пропущенных фрагментов текста
  • Эксперименты с энерго-ориентированными языковыми моделями
  • Проверка предсказаний маскированных токенов

Ограничения

Для загрузки требуется пользовательский код архитектуры OpenESM; встроенная архитектура transformers.EsmModel не подходит. Языки, длина контекста и лицензия не установлены по доступным данным.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESM-FineWeb-1B-SFT

OpenESM 1B model (variant d26) trained on FineWeb. This repository contains a Hugging Face Transformers-compatible export for the supervised fine-tuning checkpoint. It uses OpenESM's custom architecture and remote model code; it is not the built-in transformers.EsmModel architecture.

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 (d26)
Parameter scale1B
Training datasetFineWeb
Training stagesupervised fine-tuning
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 original Lightning .ckpt is converted before upload and is not needed to load this repository. Training token counts are intentionally omitted from the repository name and file names.

Checkpoint Metadata

ebm-fineweb-d26-7b-sft

SFT model initialized from the EBM FineWeb d26, 7B checkpoint.

This repository contains the following PyTorch checkpoint:

  • Archive filename: final-s=step=2999-d26-ctx2048.ckpt
  • Original filename: s=step=2999-d26-ctx2048.ckpt
  • Original relative path: sft/ebm/fineweb/d26/7B/s=step=2999-d26-ctx2048.ckpt

The checkpoint is uploaded as-is from the local training output. See the filename and training project for the exact architecture and loading code.

License

Please add the applicable model/data license before publishing this repo.

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
55c07d4

0 моделей