/ Модель

Характеристики

Контекст
131 072 токена
Параметры
111 млрд
Размер весов
222 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
cohere2 · dense
Базовая модель
command-a-03-2025-uncut
Библиотека
transformers
Опубликована
26 окт 2025

command-a-03-2025-writer-v1

Генерация текстаТекст → текст3 профессии

Дообученная модель Cohere2 для написания и продолжения художественной прозы.

109скачиваний за 30 дней1лайквеса обновлены26 окт 2025

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

jukofyork/command-a-03-2025-writer-v1 — языковая модель для генерации текста, созданная дообучением jukofyork/command-a-03-2025-uncut. Автор обучил её на примерах художественной прозы, включая положительные и отрицательные образцы из наборов fiction paragraphs, а затем преобразовал адаптер в LoRA и объединил веса с базовой моделью. Модель предназначена для написания и продолжения художественных текстов, в том числе абзацев прозы.

Модель использует архитектуру Cohere2 и содержит 111,1 млрд параметров; заявленная длина контекста — 131 072 токена. Она принимает текст и генерирует текст. В карточке перечислены английский, русский и другие языки, хотя описанное обучение сосредоточено на англоязычной художественной прозе. Формат весов — safetensors, библиотека — Transformers. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое применение.

Сценарии применения

  • написание абзацев художественной прозы
  • продолжение рассказа по заданному началу
  • создание черновиков литературных сцен

Ограничения

Обучение ориентировано на художественную прозу; качество для других жанров и языков по карточке не охарактеризовано. Лицензия запрещает коммерческое использование.

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

no_slop

NOTE: Read the Control Adapter documentation for implementation details.


Trained via qlora-pipe-lite:

# ==============================
# MODEL AND OUTPUT CONFIGURATION
# ==============================

model_dir = '/mnt/models/command-a-03-2025-uncut'
output_dir = '/mnt/fiction_finetunes/finetuned'

# ===========================
# TRAINING TYPE CONFIGURATION
# ===========================

use_control_adapters = true

load_in_4bit = true

# =============================
# CONTROL ADAPTER CONFIGURATION
# =============================

# ~20 tokens per trainable parameter (1e9/(64*64*(12288+1)))
lora_rank = 64

control_adapter_gamma = 0.1

# =======================
# OPTIMIZER CONFIGURATION
# =======================

lr = 1e-3

# ======================
# TRAINING CONFIGURATION
# ======================

sequence_len = 4096

pipeline_stages = 2

# 120 batch size (3*40) --> 480k tokens per step (4096*120)
gradient_accumulation_steps = 40

use_column_major_topology = true

# =====================
# DATASET CONFIGURATION
# =====================

sequence_prefix = 5                 # "<BOS_TOKEN>"

document_prefix = [255000, 255007]  # "<|START_OF_TURN_TOKEN|><|CHATBOT_TOKEN|>"
document_suffix = 255001            # "<|END_OF_TURN_TOKEN|>"

mask_tokens = true                  # Mask all special tokens

drop_tails = true

mix_datasets = true

# -------------------
# POSITIVE CLASS DATA
# -------------------

[[datasets]]
dataset_path = '/mnt/datasets/books-fiction-paragraphs/*.json'
control_class = 1

# -------------------
# NEGATIVE CLASS DATA
# -------------------

[[datasets]]
dataset_path = '/mnt/datasets/slop-fiction-paragraphs/*.json'
control_class = -1

using ~1B tokens (ie: ~500M positive and ~500M negative) from:

taking around 15 days using 6x RTX A6000 over 3 machines:

image

image

image

(hence the 120 batch size: (num_gpus / pipeline_stages) * gradient_accumulation_steps = (6 / 2) * 40 = 120)

NOTE: Ignore the 22.69 days - it crashed whilst I was away from home and had to be restarted a week later...


The control adapter was then converted to a LoRA using control_adapter_to_lora.py:

command-a-03-2025-writer-v1-lora

and then merged using the merge-lora space:

✓ Successfully merged and uploaded model!
Model URL: https://huggingface.co/jukofyork/command-a-03-2025-writer-v1
Scale factor: 1
Processed 49 shards
Merged 128 layers with LoRA weights

See command-a-03-2025-writer-v1-lora-gguf for a LoRA in GGUF format that can be used with the --lora option on top of the base command-a-03-2025-uncut to get the same effect.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
Cohere2ForCausalLM
Ревизия весов
eb799c2

0 моделей