/ Модель

Характеристики

Контекст
1 024 токена
Параметры
143 млн
Лицензия
Apache 2.0
Архитектура
corm · MoE
Библиотека
transformers
Опубликована
8 сен 2026

CoRM-182M-top2

Генерация текстаТекст → текст3 профессии

Экспериментальная MoE-языковая модель CoRM с маршрутизацией Top-2 для генерации текста и исследований модульных архитектур.

129скачиваний за 30 дней0лайковвеса обновлены9 сен 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

ilsp/CoRM-182M-top2 — экспериментальный чекпойнт семейства CoRM, разработанный в рамках работы Beyond Magnitude: Contrastive Routing for Modular Mixture-of-Experts. Это каузальная языковая модель с архитектурой Mixture-of-Experts и маршрутизацией Top-2; в README указаны 12 слоёв, размер скрытого состояния 768 и grouped-query attention с 12 головами внимания и 4 KV-головами. Метаданные Hugging Face указывают 143,1 млн параметров, тогда как таблица README приводит 777 млн общих и 266 млн активных параметров.

Модель предназначена для генерации текста и экспериментов с контрастной маршрутизацией экспертов. Контекст составляет 1024 токена, веса опубликованы в формате safetensors, библиотека — Transformers. Для загрузки требуется пользовательский код модели с параметром trust_remote_code=True. Лицензия — Apache-2.0. Языки и дополнительные прикладные специализации в предоставленных данных не обозначены.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с маршрутизацией экспертов в MoE
  • сравнение вариантов Top-2 маршрутизации
  • исследование модульных языковых моделей

Ограничения

Контекст ограничен 1024 токенами. Для использования требуется загрузка пользовательского кода модели через trust_remote_code=True; заявленные размеры параметров расходятся между README и метаданными.

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

CoRM-182M (Top-2)

Contrastive Routing Mixture-of-Experts (CoRM). Checkpoint for the paper Beyond Magnitude: Contrastive Routing for Modular Mixture-of-Experts.

Part of the ilsp/CoRM collection.

ModelActive ParamsTotal ParamsRouting
CoRM-182M-top2266M777MTop-2

Architecture

Hidden size768
Layers12
Attention heads12 (4 KV heads, GQA)
Intermediate size3072
Experts8
Experts per token2
Vocab size51200
Max position embeddings1024
Dtypebfloat16

Usage

This model uses custom modeling code, so trust_remote_code=True is required.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "ilsp/CoRM-182M-top2"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)

inputs = tokenizer("The capital of Greece is", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=32)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Training

Evaluation

Citation

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры
CoRMForCausalLM
Ревизия весов
04311c9

0 моделей