/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6 млрд
Лицензия
CC BY-SA 4.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
3 фев 2026

Sequential_Helium_6B

Генерация текстаТекст → текст3 профессии

Базовая языковая модель Kyutai на 6 млрд параметров для генерации текста и исследования влияния хронологического порядка обучения на актуальность знаний.

398скачиваний за 30 дней2лайкавеса обновлены26 мая 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

Kyutai Sequential Helium 6B — decoder-only языковая модель семейства Llama с 6 млрд параметров, обученная на данных в хронологическом порядке. Она создана для изучения влияния порядка обучающих данных на сохранение фактов и путаницу в датах; авторы сообщают об улучшении ответов на вопросы о более свежих знаниях по тесту KairosQA. Модель основана на архитектуре Helium 2B, использует контекст до 4096 токенов и распространяется в формате safetensors.

Модель предназначена прежде всего для генерации текста и исследований временной актуальности знаний в базовых языковых моделях. Это базовая модель без дообучения на следование инструкциям и без выравнивания по предпочтениям, поэтому она плохо подходит для прямого чатового использования и может выдавать ошибочную, предвзятую или вредоносную информацию. В карточке перечислены 24 языка обучения: болгарский, чешский, датский, немецкий, греческий, английский, испанский, эстонский, финский, французский, ирландский, хорватский, венгерский, итальянский, литовский, латышский, мальтийский, нидерландский, польский, португальский, румынский, словацкий, словенский и шведский. Лицензия — CC-BY-SA-4.0.

Сценарии применения

  • исследование сохранения актуальных фактов в языковых моделях
  • сравнение последовательного и перемешанного предобучения
  • оценка ответов на временно привязанные вопросы с KairosQA

Ограничения

Это базовая модель без дообучения на инструкции и без выравнивания по предпочтениям; она может плохо отвечать на чатовые запросы и генерировать ошибочную, предвзятую или вредоносную информацию. Для прикладного использования авторы рекомендуют дополнительное выравнивание и меры снижения рисков.

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

Helium 6B: Sequential vs. Shuffled Pretraining

This repository houses the Helium 6B models, specifically designed to compare sequential pretraining on temporally ordered data against standard shuffled pretraining. This research aims to understand how the order of data affects a model's ability to retain facts and minimize chronological confusion.

The architecture is derived from Helium 2B.

Model Details

  • Developed by: Kyutai
  • Model type: Large Language Model (Decoder-only)
  • Language(s): Bulgarian, Czech, Danish, German, Greek, English, Spanish, Estonian, Finnish, French, Irish, Croatian, Hungarian, Italian, Lithuanian, Latvian, Maltese, Dutch, Polish, Portuguese, Romanian, Slovak, Slovenian, Swedish.
  • License: CC-BY-SA-4.0
  • Base Model: Helium 2B Architecture (scaled)

Uses

Direct Use

The sequential variant is engineered to improve factuality on recent knowledge. To support this research, we developed:

  • KairosQA: A benchmark of 7,000+ temporally grounded questions.
  • Kairos Evaluation Code: Tools to analyze how models associate facts with specific time periods.

Out-of-Scope Use

  • Instruction Following: These are base models and have not undergone SFT or RLHF. They will not respond well to direct prompts or "chat" style interactions without further tuning.
  • Multilingual: The model should not be used in other languages than the ones on which it was trained.
  • Malicious Intent: Any illegal or harmful activity is strictly prohibited.

Bias, Risks, and Limitations

Helium 6B is a base model and has not been aligned with human preferences.

  • Content: It may generate biased, incorrect, or harmful content.
  • Recommendation: Do not use for downstream applications without rigorous alignment (SFT/RLHF) and risk mitigation.

How to Get Started

Loading the Base Model

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "kyutai/Sequential_Helium_6B"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    torch_dtype=torch.bfloat16, 
    device_map="auto"
)

Loading Temporal Checkpoints

To access a specific stage of training (e.g., the 2024 sequential checkpoint):

model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    subfolder='sequential_2024',
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

The list of available checkpoints is disclosed below:

SubfolderN. TokensCut-Off dateMin. dateShuffled ?
Main ("")2.5T20252018no
sequential_2024*2.2T20242018no
sequential_2023*1.9T20232018no
sequential_2022*1.6T20222018no
sequential_2021*1.2T20212018no
sequential_2020*0.9T20202018no
shuffle_eq_20200.9T20242020yes
shuffle_eq_20242.2T20242020yes
shuffle_eq_20252.5T20242020yes

* Note on Non-Cooldown Variants: For these specific checkpoints, we can also provide "non-cooldown" counterparts. These are extracted directly from the training process at the equivalent token count without applying a learning rate decay (cooldown phase).

Training Details

Training Data

Helium 6B checkpoints were trained on data from Common Crawl, which was preprocessed with the dactory library.

Evaluation

Testing Data

While our models are primarily designed to facilitate research on LLM temporality and base model dynamics—which may result in lower general performance compared to state-of-the-art models—we nonetheless evaluated them using the OLMES benchmark. This evaluation covers MMLU, ARC (Easy & Challenge), OpenBookQA, CommonSenseQA, PIQA, SIQA, HellaSwag, WinoGrande, and BoolQA.

English Results after 2.5T training tokens

BenchmarkSequential-Helium 6BShuffled-Helium 6B
MMLU59.256.9
ARC E87.786.6
ARC C74.672.3
OBQA74.072.8
CSQA73.674.2
PIQA79.980.3
SIQA66.967.6
HS78.981.2
WG73.273.3
BoolQA84.083.7
OLMES77.077.0

Temporal improvements

We underline in the paper Understanding Data Temporality Impact on Large Language Models Pre-training that our sequentially trained Helium 6B benefits from more up-to-date as tested on our KairosQA dataset.

Licensing

Helium 6B models are licensed under the CC-BY-SA 4.0 license.

Citations

If you use one of these models, please cite:

@misc{pilchen2026understandingdatatemporalityimpact,
      title={Understanding Data Temporality Impact on Large Language Models Pre-training}, 
      author={Hippolyte Pilchen and Romain Fabre and Franck Signe Talla and Patrick Perez and Edouard Grave},
      year={2026},
      eprint={2605.22769},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2605.22769}, 
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
e4d8791

0 моделей