/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Архитектура
hrm_text · dense
Базовая модель
HRM-Text-1B
Библиотека
transformers
Опубликована
12 июн 2026

HRM-Text-1B-sft-code

Генерация текстаТекст → текст

Дообученная на примерах кода HRM-Text-1B для генерации программ и решения задач на Python.

20скачиваний за 30 дней0лайковвеса обновлены12 июн 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

josephmayo/HRM-Text-1B-sft-code — модель для генерации кода, созданная Joseph Mayo на основе HRM-Text-1B от Sapient Intelligence. Она дообучена методом supervised LoRA на 384 примерах, после чего адаптер слит с базовыми весами. Модель использует плотную авторегрессионную архитектуру HRM и доступна в формате safetensors для запуска через Transformers.

Модель предназначена для генерации кода по текстовому запросу и решения задач программирования на Python. В локальной проверке автор сообщает результат 24/100 против 5/100 у базовой модели; на срезах HumanEval и MBPP получено 14/50 и 10/50 соответственно. Размер по метаданным — 3,7 млрд параметров, контекст — 4096 токенов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация кода Python по текстовому описанию
  • черновое решение задач HumanEval
  • черновое решение задач MBPP
  • дополнение фрагментов кода

Ограничения

В локальной проверке получено 24/100, включая 14/50 на срезе HumanEval и 10/50 на срезе MBPP; качество может быть недостаточным для использования без проверки человеком. Данные не описывают обучение на языках программирования помимо Python.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HRM-Text-1B-sft-code

Merged code post-training release from sapientinc/HRM-Text-1B plus:

josephmayo/HRM-Text-1B-sft-code-LoRA

sapientinc/HRM-Text-1B is a pretrained-only HRM text model. This merged release packages the code post-trained LoRA into the base weights for direct use.

Training Summary

  • Base model: sapientinc/HRM-Text-1B
  • Method: supervised LoRA post-training, then merged into base weights
  • Training rows: 384
  • Max steps: 120
  • LoRA rank: 64
  • Learning rate: 8e-6
  • Final train loss: 0.3275703112284342

Validation

Local code validation:

  • Base model score: 5/100
  • Merged model score: 24/100
  • Absolute improvement: +19/100
  • Relative improvement: 4.8x over base
  • HumanEval slice: 14/50
  • MBPP slice: 10/50

The score above is the local validation result used for this release.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "josephmayo/HRM-Text-1B-sft-code"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)
model.eval()

Notes

  • This is the merged release of the LoRA.
  • Adapter repo: josephmayo/HRM-Text-1B-sft-code-LoRA

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HrmTextForCausalLM
Ревизия весов
e1ce989

0 моделей