/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,2 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
MiniCPM5-2B
Библиотека
transformers
Опубликована
28 сен 2026

xor-lite

Генерация текстаТекст → текст3 профессии

Дообученная на базе MiniCPM5-2B языковая модель Juspay для типизированных бинарных, категориальных и порядковых решений через API.

644скачиваний за 30 дней4лайкавеса обновлены28 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

XOR Lite — дообученная модель Juspay на базе openbmb/MiniCPM5-2B для принятия решений по типизированным вопросам. Она выдаёт вероятность бинарного ответа, категориальный выбор с распределением вероятностей или порядковую оценку с распределением. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 2,2 млрд параметров и поддерживает контекст до 131 072 токенов.

Модель предназначена для структурированных решений через TypeSafe-совместимый API `/v1/systemone`, включая классификацию и оценивание по заданному состоянию и набору вопросов. В README приведены результаты локальной оценки на 231 задаче JEVBench: 169 правильных ответов; качество заметно различалось по уровням сложности. Для воспроизводимого использования необходима совместимая конфигурация обслуживания, включая constrained readout, калибровку вероятностей и преобразование схемы. Лицензия — Apache-2.0.

Сценарии применения

  • бинарная классификация с оценкой вероятности
  • выбор одной категории из набора вариантов
  • оценка по порядковой шкале с распределением вероятностей
  • принятие структурированных решений по заданному состоянию
  • оценка решений на задачах JEVBench

Ограничения

На сложном публичном наборе JEVBench точность составила 49,55%, заметно ниже результатов на простом и исходном уровнях. Для корректной работы требуются совместимый serving layer и конфигурация инференса; язык входных и выходных данных в карточке не указан.

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

XOR Lite

XOR Lite (xor-lite) is a post-trained version of openbmb/MiniCPM5-2B for typed decision tasks. It is served through a TypeSafe-compatible /v1/systemone API

Release

FieldValue
Base checkpointopenbmb/MiniCPM5-2B
Base revision12a3808a956f869c767195e9266b59c4d21d92e2
ArchitectureDense LlamaForCausalLM
ParametersApproximately 2.52 billion
Released precisionBF16
LicenseApache License 2.0
PackagingFully merged weights; no adapter loading is required

Pin the published revision for reproducible use

hf download juspay/xor-lite --revision REPLACE_WITH_RELEASE_REVISION --local-dir xor-lite

Interface

The server accepts a state and a map of typed questions

  • noul: binary probability
  • choice: categorical decision and full probability distribution
  • score: expected ordinal score and full probability distribution

The serving layer performs constrained single-token candidate readout, forward and reverse option-order evaluation, probability calibration, and SystemOne schema conversion. It supports up to 255 candidates using the included MiniCPM-specific marker table. The released serving layer is part of the inference configuration required for reproducible results

Quick start

hf download juspay/xor-lite --revision REPLACE_WITH_RELEASE_REVISION --local-dir xor-lite

(cd xor-lite/serving && sha256sum -c xor-lite-serving.tar.gz.sha256)

mkdir -p xor-lite-runtime
tar -xzf xor-lite/serving/xor-lite-serving.tar.gz -C xor-lite-runtime --strip-components=1

cd xor-lite-runtime
cp .env.example .env
sed -i "s|^MODEL_DIR=.*|MODEL_DIR=$(cd ../xor-lite && pwd)|" .env
./run.sh

When the smoke test succeeds, the API is available at http://127.0.0.1:30002/v1/systemone

Public JEVBench self-run

XOR Lite was evaluated locally on all 231 public JEVBench decisions using harness commit fd54ea7dc02bbe29c6ac8f6e015a54cdcff26805, the existing typesafe adapter, and one request at a time

The run used the released configuration on 1 x NVIDIA H200 NVL (143 GB), tensor parallelism 1, data parallelism 1, with request caching disabled

TierAttemptedValidCorrectAccuracyBrierECEp50p95
Easy4848481.00000.14670.22940.0250 s0.0279 s
Original7272660.91670.27770.29860.0251 s0.0291 s
Hard public111111550.49550.61530.09020.0308 s0.0659 s
All public2312311690.7316

Operational success, coverage, schema validity, and strict schema validity were 1.0000 for each tier. These are self-run public-tier results, not an official JEVBench rank. Latency is hardware-specific and was measured locally without network overhead

Validated runtime

SettingValue
SGLang imagelmsysorg/sglang@sha256:6bcaa47db52f78ce0d67863b8b2431221b79bc23204a80cad757fa819d00e921
Tensor parallelism1
Data parallelism1
Validated GPU1 x NVIDIA H200 NVL, 143 GB
Maximum prefill tokens250,000
Static memory fraction0.50
Probability temperature100.0 for noul, choice, and score

NVIDIA L4 validation

The immutable v1.0 release was also validated without modification on one NVIDIA L4 with 24 GB of memory using tensor parallelism 1 and data parallelism 1. The complete public JEVBench run reproduced the H200 result exactly at 169/231 correct, with no operational, coverage, or schema failures

TierCorrectAccuracyp50p95
Easy48/481.00000.0458 s0.0481 s
Original66/720.91670.0465 s0.0488 s
Hard public55/1110.49550.1175 s0.5868 s
All public169/2310.7316

The loaded service used 13,803 MiB of the L4's 23,034 MiB. The run used NVIDIA driver 595.91.07 and the same pinned SGLang image shown above. The evidence archive has SHA-256 6389b280c9abfffd608a3864a1b8ed7570974ca415ad5f079d0224f429694ed9

The L4 result demonstrates that the H200 used for the original release measurement is not a minimum hardware requirement. It does not define or announce a hosted-service tariff

The service binds to localhost by default and does not require an API key. Remote deployments must add authentication, TLS, rate limits, and request-size limits at the ingress layer

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
6337249

0 моделей