/ Модель

Характеристики

Архитектура
esm · dense
Библиотека
transformers
Опубликована
8 окт 2026

ESM-FineWeb-520M

Заполнение пропусковТекст → текст

Предобученная OpenESM-модель на 520 млн параметров для восстановления замаскированных фрагментов текста.

36скачиваний 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-520M — предобученный чекпойнт OpenESM, разработанный авторами проекта OpenESM и обученный на корпусе FineWeb. Это плотная energy-based языковая модель семейства ESM с пользовательской архитектурой OpenESM d20 и примерно 520 млн параметров. Репозиторий содержит экспорт для Hugging Face Transformers.

Модель предназначена для задачи заполнения пропусков в тексте: она оценивает варианты продолжения или восстановления замаскированных фрагментов. Карточка не приводит целевые прикладные области, языковую специализацию или сведения о длине контекста. Для загрузки используются пользовательские компоненты модели и токенизатора.

Веса опубликованы в формате safetensors. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • подстановка пропущенных слов в тексте
  • оценка вариантов заполнения маскированного фрагмента
  • эксперименты с energy-based языковыми моделями

Ограничения

В сведениях карточки не приведены оценка качества, языковая специализация и длина контекста. Для загрузки необходимы пользовательские компоненты модели и токенизатора.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESM-FineWeb-520M

OpenESM 520M model (variant d20) 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-520M"
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 (d20)
Parameter scale520M
Training datasetFineWeb
Training stagepretraining
Transformer blocks20
Embedding dimension1280
Attention heads10
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
97c59a4

0 моделей