/ Модель

Характеристики

Размер весов
16,8 ГБ
Лицензия
Apache 2.0
Архитектура
steerling · dense
Библиотека
steerling
Опубликована
22 фев 2026

steerling-8b

Генерация текстаТекст → текст3 профессии

Интерпретируемая языковая модель Guide Labs на 8,4 млрд параметров для генерации текста и изучения управляемых концептов.

157скачиваний за 30 дней118лайковвеса обновлены12 авг 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

Steerling-8B — языковая модель на 8,4 млрд параметров, разработанная Guide Labs. Это интерпретируемая модель причинной диффузии: она генерирует текст, итеративно раскрывая замаскированные токены в порядке уверенности, а её представления разлагаются на понятные концепты, которые можно анализировать и направленно изменять. Архитектура сочетает CausalDiffusionLM, iGuide и блочно-причинное внимание: внутри блока внимание двунаправленное, между блоками — причинное.

Модель предназначена для генерации текста и исследований интерпретируемости и управления концептами в языковых моделях. Размер контекста — 4096 токенов. Обучение включало Nemotron-CC-HQ и набор Dolmino Mix с математическими данными; сведения о наборах данных указывают на возможные лицензионные условия для их использования. Для запуска предусмотрена библиотека steerling. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста с итеративным раскрытием токенов
  • анализ интерпретируемых концептов в представлениях языковой модели
  • эксперименты по управлению концептами при генерации текста
  • исследования блочно-причинных моделей диффузии

Ограничения

Контекст ограничен 4096 токенами. Данные обучения включают синтетические материалы сторонних моделей и наборы с отдельными лицензионными условиями; применимость этих условий следует проверять для конкретного сценария.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Steerling-8B:

An interpretable causal diffusion language model with concept steering.

Paper: Scaling Inherently Interpretable Language Models
Code: github.com/guidelabs/steerling
Project page: guidelabs.ai/papers/scaling-inherently-interpretable-language-models

Steerling-8B is an 8 billion parameter language model that combines masked diffusion with interpretable concept decomposition. Unlike standard autoregressive LLMs, Steerling generates text by iteratively unmasking tokens in order of confidence, and decomposes its internal representations into human-interpretable concepts that can be inspected and steered.

Quick Start

pip install steerling
from steerling import SteerlingGenerator, GenerationConfig

generator = SteerlingGenerator.from_pretrained("guidelabs/steerling-8b")

text = generator.generate(
    "The key to understanding neural networks is",
    GenerationConfig(max_new_tokens=100, seed=42),
)
print(text)

Model Details

PropertyValue
Parameters8.4B
ArchitectureCausalDiffusionLM + iGuide
Context Length4,096
Vocabulary100,281 (cl100k_base + specials)
Known Concepts33,732
Unknown Concepts101,196
GQA32 heads, 4 KV heads
Diff Block Size64
Precisionbfloat16
VRAM Required~18GB

Architecture

Steerling uses block-causal attention, bidirectional within a block, and causal across blocks. The interpretable concept heads decompose transformer hidden states into:

hidden → known_features + unknown_features + epsilon = composed → logits
  • known_features: Weighted sum of top-k learned concept embeddings (interpretable and maps to understandable features)
  • unknown_features: Residual captured by a factorized unknown head (101,196 concepts, rank 256)
  • epsilon: Small correction for reconstruction fidelity

Training Data

DatasetLicenseStage
Nemotron-CC-HQ (real + synthetic)NVIDIA Data AgreementPretraining
Dolmino Mix (math)ODC-By v1.0Midtraining

The Nemotron-CC dataset includes synthetic data generated by third-party models (Qwen, DeepSeek). Users should review the applicable license terms for their intended use case.

GPU Requirements

SetupWorks?
A100 80GB✅
A100 40GB✅
A6000 48GB✅
RTX 4090 24GB✅
RTX 3090 24GB✅
16GB or less❌

License

The Steerling source code and model weights are released under the Apache License 2.0.

The model weights are provided for research and evaluation purposes. The weights were trained on datasets with varying license terms, including Nemotron-CC-HQ and Dolmino Mix. Some training data includes synthetic content generated by third-party models with their own license terms. We are currently reviewing the implications of these upstream licenses for downstream use of the model weights. Please check back for updates on the weight licensing terms.

For questions about commercial use of the model weights, contact us at info@guidelabs.ai

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · steerling

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
SteerlingForCausalLM
Ревизия весов
f2e5952

0 моделей