/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
7,5 млрд
Размер весов
32,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
15 мая 2025

marin-8b-base

Генерация текстаТекст → текст7 профессий

Marin 8B Base — англоязычная базовая Llama-модель с 7,5 млрд параметров для генерации и продолжения текста, а также дальнейшей адаптации.

884скачиваний за 30 дней18лайковвеса обновлены19 мая 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

Marin 8B Base — базовая авторегрессионная языковая модель команды Marin при Stanford CRFM, созданная как открытая фундаментальная модель. Это плотный Transformer семейства Llama 3 с 7,5 млрд параметров; в карточке указаны 32 слоя, скрытый размер 4096, 32 головы внимания и 8 KV-голов. Модель принимает текст и генерирует продолжение, а её контекстное окно составляет 4096 токенов.

Модель обучена преимущественно на английских данных из наборов для веб-текстов, энциклопедий, научных статей, программирования, математики и вопросов-ответов. Она предназначена для продолжения текста и может служить базой для дальнейшей адаптации под конкретные задачи; это именно Base-модель, а не настроенный для диалога помощник. Репозиторий использует формат safetensors и совместим с Transformers и инструментами, поддерживающими архитектуру Llama.

Модель выпущена по лицензии Apache 2.0. Она не проходила настройку безопасности; ответы могут содержать предвзятые или вредоносные материалы и фактические ошибки. Разработчики не рекомендуют использовать её автономно без проверки результатов.

Сценарии применения

  • продолжение англоязычных текстов
  • генерация черновиков и статей
  • создание текстов на научные и математические темы
  • генерация фрагментов кода
  • дообучение языковой модели для специализированных задач

Ограничения

Модель не проходила настройку безопасности и может выдавать вредоносный или предвзятый контент, а также фактические ошибки. Не предназначена для полностью автономного использования; ответы следует проверять.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Marin 8B

This is the model card for the Marin 8B Base model. The Marin Project is a collaborative effort to develop open-source foundation models.

Datasets

Datasets used in Marin 8B Base

Marin 8B Base was trained on a variety of datasets:

And some new datasets:

The first three are licensed per their original licenses. The fourth is licensed under CC-BY-SA 4.0.

Datasets used in Marin 8B Instruct

Marin 8B Instruct is currently an SFT-only model. It was trained on the following datasets:

It is quite likely that we will release improved versions of this model in the future.

Checkpoints

We release a large number of checkpoints.

Base Model Checkpoints

Main Page: marin-community/marin-8b-base

NameTraining TokensLink
main12.7Tmarin-community/marin-8b-base
kestrel2.7Tkestrel
ocelot3.78Tkestrel
jellyfish4.78Tmarin-community/marin-8b-base
phoenix11.1Tmarin-community/marin-8b-base
starling12.4Tmarin-community/marin-8b-base
deeper-starling12.7Tmarin-community/marin-8b-base

main currently refers to deeper-starling. This may change in the future, but we will maintain compatibility at the architecture and tokenizer level, so the model will remain drop-in compatible with existing tooling. If you require a specific checkpoint, please use the revision argument.

Instruct Model Checkpoints

Main Page: marin-community/marin-8b-instruct

NameSFT TokensLink
main5.3Bmarin-community/marin-8b-instruct
deeper-starling-05-155.3Bmarin-community/marin-8b-instruct

main currently refers to deeper-starling-05-15. This may change in the future, though we will maintain model compatibility. If you require a specific checkpoint, please use the revision argument.

Installation

Marin 8B uses the Llama architecture and as such should work out-of-the-box with the Hugging Face Transformers library and any other library that supports the Llama architecture.

We use a variant of the Llama 3 tokenizer: stanford-crfm/marin-tokenizer.

Inference

You can use Marin with the standard HuggingFace Transformers library:

from transformers import AutoModelForCausalLM, AutoTokenizer
marin = AutoModelForCausalLM.from_pretrained("marin-community/marin-8b-base")
tokenizer = AutoTokenizer.from_pretrained("marin-community/marin-8b-base")
message = ["The Marin wind is"]
inputs = tokenizer(message, return_tensors='pt', return_token_type_ids=False)
response = marin.generate(**inputs, max_new_tokens=100, do_sample=True, top_k=50, top_p=0.95)
print(tokenizer.batch_decode(response, skip_special_tokens=True)[0])

We released a number of checkpoints of this model. To load a specific checkpoint, simply add the argument revision:

marin = AutoModelForCausalLM.from_pretrained("marin-community/marin-8b-base", revision="deeper-starling")

Model Description

  • Developed by: The Marin team at Stanford CRFM.
  • Model type: a Transformer style autoregressive language model.
  • Knowledge Cutoff: ~July 2024
  • Language(s) (NLP): English
  • License: The code and model are released under Apache 2.0.
  • Contact: dlwh at stanford.edu

Model Sources

Evaluation

Base Model Results

We ran a suite of standard benchmarks to compare our model with Llama 3.1 8B, and the open source 7-8B models Olmo 2 7B, and MAP NEO 7B. For all benchmarks, we used LM Eval Harness with the default setup for each task. (These numbers may differ from reported results due to differences in setup. LM Eval Harness is usually somewhat stricter than other harnesses.)

ModelAverageAGI Eval LSAT-ARARC ChallengeARC EasyBBHBoolQCommonSense QACOPAGPQAGSM8KHellaSwag_1, 10 shotHellaSwag, 0 shotlambada_openaiMMLU ProMMLU_5shotMMLU-0shotOpenBookQAPIQAWinoGrandeWSC
Marin 8B Base (Deeper Starling)66.620.963.186.550.685.979.192.030.361.383.682.374.736.567.665.944.284.474.582.1
Llama 3.1 Base65.320.458.985.846.484.275.292.032.356.881.979.474.733.366.465.545.882.974.483.5
OLMo 2 Base64.917.460.785.044.485.575.489.026.867.681.780.573.130.663.961.946.282.574.386.1
MAP NEO 7B59.523.052.081.142.484.781.782.027.848.073.372.564.625.258.256.439.479.066.173.3

Marin 8B Base fares well on most of these tasks.

Model Details

Please see our technical retrospective for more details on the pretraining process.

Architecture Details

  • Architecture: Llama 3 8B
  • Hidden size: 4096
  • Feedforward size: 14336
  • Number of layers: 32
  • Number of attention heads: 32
  • Number of KV heads: 8

Tokenizer Details

Marin 8B uses a variant of the Llama 3 tokenizer: stanford-crfm/marin-tokenizer. It has the same vocabulary but bundles a chat template into the base tokenizer for convenience.

Training Phases

Pre-training Phases

  • Kestrel (DCLM WSD-S Phase): DCLM+StarCoder+Proofpile2 using WSD-S (0->2.7T tokens)
  • Ocelot (DCLM WSD Phase): Increased batch size, using WSD. (2.7T->3.78T tokens)
  • Jellyfish (First Cooldown): Higher quality data (~Dolmino+Fine Math). (3.78T->4.78T tokens)
  • Phoenix (Reheated): Rapid rewarming + Nemotron-CC (plus Starcoder). (4.78T->11.1T tokens)
  • Starling (Second Cooldown): Another cooldown. We followed a similar process to the first cooldown, but added a few new datasets. (11.1T->12.4 tokens)
  • Deeper Starling: Somewhat more pretraining. (12.4->12.7T tokens)

All released pre-training checkpoints except Kestrel use an exponential moving average of the model weights.

SFT Phase

SFT was comparably simple, consisting of only one phase for 5.3B tokens.

Bias, Risks, and Limitations

Like any base language model or fine-tuned model without safety filtering, these models can easily be prompted by users to generate harmful and sensitive content. Such content may also be produced unintentionally, especially in cases involving bias, so we recommend that users consider the risks when applying this technology. Additionally, many statements from Marin or any LLM are often inaccurate, so responses should be verified.

Marin 8B has not undergone any safety tuning or evaluation. We strongly recommend that users use this model with caution and consider the risks when applying this technology. In particular, this model is not intended for fully autonomous use.

Model Card Contact

For errors in this model card, please open an issue in this repository. For technical inquiries, please contact dlwh at stanford.edu.

Acknowledgements

The compute for this model was generously provided by Google's TPU Research Cloud.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
0f1f658

0 моделей