/ Модель

Характеристики

Архитектура
esm · dense
Библиотека
transformers
Опубликована
9 окт 2026

ESM-Fineweb-1B-CHAT

Заполнение пропусковТекст → текст

Чат-модель OpenESM на 1 млрд параметров, дообученная на FineWeb для диалоговой генерации текста и представленная также как модель заполнения масок.

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-1B-CHAT — чат-модель семейства OpenESM, разработанная командой OpenESM. Это вариант архитектуры d26 с примерно 1 млрд параметров по обозначению в конфигурации. Модель предварительно обучена на FineWeb, затем дообучена с учителем для диалогов; репозиторий содержит экспорт для Hugging Face Transformers в формате safetensors с пользовательской реализацией архитектуры и токенизатора.

Модель предназначена для диалоговой генерации текста. При этом карточка и метаданные классифицируют её как ESMForMaskedLM для задачи fill-mask, поэтому совместимость с обычным сценарием авторегрессионного чат-генератора не подтверждена. В README не приведены сведения о поддерживаемых языках, длине контекста и лицензии. Для использования требуется Transformers-совместимая загрузка пользовательской реализации; условия лицензии следует сверить с репозиторием OpenESM.

Сценарии применения

  • диалоговые ответы на текстовые запросы
  • эксперименты с чат-моделями на архитектуре OpenESM
  • заполнение пропусков в тексте

Ограничения

README не сообщает о лицензии, поддерживаемых языках и длине контекста. Несмотря на чат-дообучение, pipeline_tag и класс архитектуры указывают на fill-mask; возможности обычной чат-генерации из доступных сведений неясны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ESM-Fineweb-1B-CHAT

OpenESM 1B model (variant d26) pretrained on FineWeb and then further trained with supervised fine-tuning (SFT) for chat. This repository contains a Hugging Face Transformers-compatible export of the resulting chat model.

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-CHAT"
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 stagechat supervised 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 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
8d97bd6

0 моделей