/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
3 сен 2026

cosmos-v2

Генерация текстаТекст → текст3 профессии

Экспериментальная языковая модель Cosmos-v2, обученная с нуля для генерации текста и простых диалогов, с лучшей заявленной поддержкой арабского и английского языков.

271скачиваний за 30 дней0лайковвеса обновлены5 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Cosmos-v2 — экспериментальная авторегрессионная языковая модель с архитектурой Qwen-подобного декодера, разработанная hsanyyasyn97 и обученная с нуля. В метаданных указаны 1,7 млрд параметров, библиотека Transformers и контекст до 40 960 токенов; в README размер указан как 2,1 млрд параметров, поэтому размер модели описан с расхождением в источниках.

Модель предназначена для генерации текста и простых диалоговых задач, а также для экспериментов, дальнейшего дообучения и адаптации. README сообщает об обучении на 16 млрд токенов и преимущественной поддержке арабского и английского языков. Модель недообучена, её знания ограничены, а сложные рассуждения и работа с длинным контекстом могут быть ненадёжными.

Разработчик указывает, что модель остаётся экспериментальной и проходит DPO-выравнивание безопасности; сейчас она может не отказывать на вредные запросы и выдавать ошибочные, предвзятые или бессмысленные ответы. README не устанавливает лицензию: в карточке оставлен пример текста лицензии, поэтому условия использования не подтверждены. Модель не предназначена для высокорисковых и производственных сценариев.

Сценарии применения

  • генерация текста на арабском и английском языках
  • простые диалоговые ответы
  • эксперименты с языковыми моделями
  • дообучение и адаптация модели под задачу

Ограничения

Модель недообучена и может выдавать неточные, предвзятые или бессмысленные ответы; сложные рассуждения и длинный контекст ненадёжны. Она недостаточно выровнена по безопасности и может не отказывать на вредные запросы; лицензия в README не определена.

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

Model Card for Cosmos-v2

Model Details

Model Description

Cosmos-v2 is a 2.1 billion parameter causal language model trained from scratch. It is based on a Qwen-like architecture and was developed over a period of 3 years through extensive experimentation (more than 116 training runs, of which 113 failed).

The model was trained on 16 billion carefully curated and manually filtered high-quality tokens. It currently shows decent understanding and reasoning capabilities but remains significantly under-trained due to the limited data volume.

Important: This model is still in an experimental stage and is currently undergoing Direct Preference Optimization (DPO) for safety alignment. At the moment, it is largely uncensored and does not reliably refuse harmful requests.

  • Developed by: hsanyyasyn97
  • Model type: Causal Language Model (Decoder-only)
  • Language(s) (NLP): Primarily multilingual with focus on Arabic and English
  • License: [Specify your license, e.g. Apache 2.0 or other]
  • Finetuned from model: None (trained from scratch)

Model Sources

Uses

Direct Use

This model can be used for text generation and basic conversational tasks. It is intended for research and experimentation purposes only.

Downstream Use

Possible future use after proper alignment: further fine-tuning, instruction tuning, or domain adaptation.

Out-of-Scope Use

  • Any production or high-stakes application
  • Generating harmful, illegal, or dangerous content
  • Relying on the model for factual accuracy without verification
  • Use in safety-critical systems

Bias, Risks, and Limitations

  • The model is currently uncensored and may generate harmful, dangerous, or unethical content without refusal.
  • Trained on only 16B tokens, so it is under-trained and has limited knowledge coverage.
  • May produce biased, incorrect, or nonsensical outputs.
  • Performance on complex reasoning and long-context tasks is still limited.
  • Arabic and English performance is better than other languages.

Recommendations

Users should be fully aware that this is an experimental, partially aligned model.
Do not use it for sensitive or production purposes until safety alignment (DPO) is completed.
Always review and filter the model's outputs.

How to Get Started with the Model

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "hsanyyasyn97gmail/cosmos-v2"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

inputs = tokenizer("Your prompt here", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))
Training Details
Training Data

Total tokens: 16 billion
Data was heavily filtered, cleaned, and manually curated over a long period (high quality, not random web scrapes)
Mix of Arabic and English data + some additional sources

Training Procedure

Trained from scratch (not continued pretraining)
Architecture: Qwen-like
Framework: JAX + XLA
Hardware: Cloud TPU v5 (8 chips)
Current stage: Undergoing DPO (Direct Preference Optimization) using open-source safety preference data (including Anthropic-sourced data) + synthetic preference pairs

Training Hyperparameters

Precision: Mixed precision (details to be updated)
Optimizer and scheduler: Standard for JAX TPU training

Evaluation
No formal public evaluation results available yet.

Internal testing shows reasonable language understanding and basic reasoning, but clear limitations due to limited training tokens.
Environmental Impact

Hardware Type: Google TPU v5
Cloud Provider: Cloud TPU (exact provider not specified)
Hours used: Significant (multiple long training runs over 3 years)
Carbon Emitted: Not calculated

Technical Specifications
Model Architecture and Objective

Architecture: Qwen-like decoder-only Transformer
Parameters: 2.1 Billion
Objective: Causal language modeling (next-token prediction)
Current additional objective: DPO for preference alignment

Compute Infrastructure
Hardware

8× TPU v5
80 vCPU
330 GB RAM

Software

JAX (raw) + XLA
Transformers (for inference and model card)

Model Card Authors
hsanyyasyn97
Model Card Contact
Contact via Hugging Face profile: hsanyyasyn97gmail

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
5e7ca6d

0 моделей