/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
9,6 млн
Лицензия
Apache 2.0
Архитектура
microloop_diffusion · dense
Библиотека
transformers
Опубликована
14 авг 2026

Hummingbird-V1

Генерация текстаТекст → текст3 профессии

Небольшая англоязычная базовая языковая модель для продолжения текста и оценки вероятности кандидатных продолжений.

198скачиваний за 30 дней1лайквеса обновлены23 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

Hummingbird-V1 — англоязычная причинная языковая модель с 9,6 млн параметров, разработанная автором репозитория и обученная с нуля. Она предназначена для продолжения текста и оценки правдоподобия кандидатных продолжений; это базовая модель, а не помощник, настроенный следовать инструкциям. Модель использует плотную архитектуру MicroLoopForDiffusionLM, но обучена обычным авторегрессионным способом с одним проходом по слою. Контекст — 2048 токенов.

Обучение включало 1,5 млрд предъявлений токенов на базовом этапе и около 500 млн на продолжении обучения; среди источников были англоязычные веб- и учебные корпуса, математические материалы и синтетические истории. В README приведены результаты самостоятельной оценки на нескольких тестах, которые требуют независимой проверки. Для генерации модель пересчитывает активный контекст, поскольку в этой версии нет KV-кэша. Выпущена под лицензией Apache-2.0.

Сценарии применения

  • оценка правдоподобия вариантов продолжения текста
  • ранжирование кандидатных продолжений по языковой вероятности
  • генерация коротких продолжений на английском языке

Ограничения

Модель имеет ограниченные знания, рассуждение, фактическую точность и связность генерации; она не настроена на безопасность и не подходит для важных медицинских, юридических, финансовых или связанных с безопасностью решений. Генерация медленнее из-за отсутствия KV-кэша, а приведённые результаты оценки требуют независимой проверки.

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

Hummingbird-V1 banner

Hummingbird-V1

Hummingbird-V1 is a 9,592,720-parameter English causal language model trained from scratch. This preview exports the best observed checkpoint after a 1.5B-token Muon base phase and a 500,170,752-token natural-corpus continuation (2,000,170,752 cumulative token presentations). It is a base completion/ranking model, not an instruction-tuned assistant.

Released under apache-2.0; see LICENSE and NOTICE.

Architecture

PropertyValue
Parameters9,592,720
Layers / hidden size14 / 240
Attention6 query heads, 2 KV heads, head dimension 40
MLPSwiGLU, intermediate size 640
Vocabulary4,096-token digit-aware byte-level BPE
Maximum context2,048 tokens
Training context512 tokens
Embeddingstied input/output
Position / normalizationRoPE / RMSNorm with per-head QK normalization

The historical Python class is named MicroLoopForDiffusionLM, but this checkpoint was trained with ordinary left-to-right causal language modeling and a single layer-loop pass.

Training

  • Base-phase token presentations: 1,500,000,000
  • Natural-continuation presentations: 500,170,752
  • Cumulative token presentations: 2,000,170,752
  • Unique packed train split: 1,091,660,174 tokens
  • Optimizer: Muon for two-dimensional hidden weights, AdamW for embeddings and remaining weights
  • Peak learning rate: 3.0e-04
  • Effective batch: 262,144 tokens
  • Seed: 42

Packed source totals across train/validation/held-out:

SourceTokens
natural_cosmopedia_v2168,663,969
natural_dclm211,970,663
natural_finemath_4plus53,640,449
natural_fineweb_edu570,339,212
natural_fineweb_hq109,226,534

The natural continuation corpus was globally exact- and near-deduplicated and checked against label-free rendered Open SLM and ArithMark-3 prompt-plus-choice protection sets. Public benchmark results at 250M, 500M, 750M and 1B continuation checkpoints were used to select this 500M preview checkpoint. This creates checkpoint-selection bias and is disclosed explicitly; benchmark records and answers were not training examples. Official leaderboard results require independent verification.

Zero-shot evaluation

All task values are percentages using normalized continuation accuracy where applicable.

BenchmarkScore
HellaSwag27.56
ARC-Easy33.12
ARC-Challenge22.27
PIQA55.55
ArithMark-336.10
Chance-normalized Intelligence Index7.598

These are self-evaluations. An official leaderboard result requires independent verification.

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "juinron/Hummingbird-V1"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True).eval()

inputs = tokenizer("The color of the sky is", return_tensors="pt")
with torch.inference_mode():
    output = model.generate(**inputs, max_new_tokens=32, do_sample=False, use_cache=False)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Generation currently recomputes the active context because this preview does not implement a KV cache. Candidate-continuation likelihood scoring is its strongest intended interface.

Limitations

At 9.6M parameters, Hummingbird-V1 has limited knowledge, reasoning, factuality and generation coherence. It is English-focused, not safety-aligned, and unsuitable for consequential medical, legal, financial or safety decisions. Web-derived and synthetic training data can contain errors, biases and undesirable material.

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
MicroLoopForDiffusionLM
Ревизия весов
82b3092

0 моделей