/ Модель

Характеристики

Контекст
16 384 токена
Параметры
1,1 млрд
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
boldt-dc-1b-german-it-16k
Библиотека
transformers
Опубликована
25 мая 2026

boldt-dc-1b-german-it-16k-dpo

Генерация текстаТекст → текст3 профессии

Немецкая чат-модель на 1,1 млрд параметров для генерации текста и ответов на инструкции, созданная слиянием SFT- и DPO-версий Boldt-DC-1B.

44скачиваний за 30 дней0лайковвеса обновлены25 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

Boldt-DC-1B German IT 16K DPO — вариант чат-модели Boldt-DC-1B, созданный Mayflower GmbH слиянием SLERP исходной SFT-модели и её DPO-чекпойнта. Это плотная авторегрессионная модель семейства Llama с 1,1 млрд параметров и контекстом 16 384 токена; работает через Transformers и распространяется в формате Safetensors.

Модель предназначена для генерации ответов в диалогах и следования инструкциям на немецком языке. Слияние призвано совместить более устойчивые рассуждения исходной SFT-версии с более естественным стилем диалога после DPO. В README приведены результаты на немецких тестах ARC, HellaSwag и MMLU; преимущество над вариантами SFT и DPO невелико, а различия по отдельным задачам укладываются в заявленную погрешность.

Модель выпущена под лицензией Apache-2.0. Известные ограничения: ненадёжная арифметика, типичные для небольшой модели ошибки в фактических ответах, отсутствие обучения использованию инструментов и непроверенное качество на контексте длиннее примерно 8 тысяч токенов.

Сценарии применения

  • генерация ответов в немецком чате
  • выполнение инструкций на немецком языке
  • создание немецких текстовых ответов с контекстом до 16 тысяч токенов

Ограничения

Арифметические задачи выполняет ненадёжно, а фактические ответы могут содержать типичные для небольшой модели ошибки; модель не обучалась использованию инструментов. Качество работы с контекстом длиннее примерно 8 тысяч токенов не проверено.

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

Boldt-DC-1B German IT 16K — DPO + SLERP refinement

A SLERP-merged variant of mayflowergmbh/boldt-dc-1b-german-it-16k. Built by merging the SFT model with a DPO-tuned checkpoint of itself, following the same-model-merging approach described in the LFM2 technical report §4.4 (Liquid AI, arXiv:2511.23404). Same architecture, same context length, same chat format as the SFT release.

Usage

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "mayflowergmbh/boldt-dc-1b-german-it-16k-dpo"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, dtype=torch.bfloat16, device_map="cuda")

messages = [{"role": "user", "content": "Erkläre kurz, was eine Funktion in Python ist."}]
prompt = tok.apply_chat_template(messages, add_generation_prompt=True, tokenize=False)
inputs = tok(prompt, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=200, do_sample=False)
print(tok.decode(out[0, inputs.input_ids.shape[-1]:], skip_special_tokens=False))

generation_config.eos_token_id = [0, 32003] covers both <|endoftext|> and <|end|>.

Recipe

  1. SFT model (mayflowergmbh/boldt-dc-1b-german-it-16k): plain transformers+peft SFT of Boldt/Boldt-DC-1B, 7000 steps at 16K context.
  2. DPO checkpoint: TRL DPOTrainer, loss_type="sigmoid", β=0.3, rpo_alpha=0.5 (NLL anchor on chosen — prevents the "response suppression" failure mode documented in 3D-Properties of DPO, Yan et al. 2024, arXiv:2406.07327). LR 5e-7, 800 steps, LoRA r=32 on QKV/MLP. Dataset: mayflowergmbh/boldt-dc-1b-orpo-onpolicy-de length-filtered to |chosen|/|rejected| ≤ 3 (54k → 22k pairs).
  3. SLERP merge via mergekit at t=0.5, dtype=bfloat16, tokenizer_source: union. ~30 seconds on a single A6000.

Why merge: the SFT model preserves more reasoning capacity (commonsense benchmarks regress less than under pure DPO), while the DPO model has slightly better chat-style behaviour. SLERP at t=0.5 recovers both. The LFM2 paper documents the same observation for full-model merging at the 1.2B scale.

Evaluation (lm-evaluation-harness, German tier 1)

Taskbase (no FT)SFTDPO (pre-merge)this (merge)
arc_de (25-shot)0.36180.33190.32850.3353
hellaswag_de (10-shot)0.50370.46550.46670.4651
m_mmlu_de (5-shot)0.25600.24880.25030.2488
truthfulqa_de_mc2 (0-shot)0.37330.41540.41640.4160
belebele_deu_Latn (0-shot)0.22890.22780.23440.2367
mean0.34480.33790.33930.3404

The merge is the highest-mean working variant in the SFT/DPO/merge family — +0.25 pp over pure SFT, +0.11 pp over pure DPO. Largest individual gains: arc_de recovers +0.34 pp from the DPO regression, belebele_deu_Latn adds +0.89 pp over SFT. Per-task deltas are within stderr (~±1.5 pp), but the direction is consistent across tasks and the result reproduces the LFM2 paper's claim that same-model merging recovers task-specific knowledge that preference tuning erodes.

No public 1B-class German chat model published Q4 2025 – Q1 2026 has been found to meaningfully exceed the Boldt/Boldt-DC-1B base on these tier-1 averages without teacher-model distillation. This release does not close that gap, but it is the highest tier-1 mean among models in this family that also generate coherent German.

Mergekit config

slices:
  - sources:
      - model: mayflowergmbh/boldt-dc-1b-german-it-16k        # SFT
        layer_range: [0, 16]
      - model: <DPO-tuned checkpoint of the SFT>
        layer_range: [0, 16]
merge_method: slerp
base_model: mayflowergmbh/boldt-dc-1b-german-it-16k
parameters:
  t: 0.5
dtype: bfloat16
tokenizer_source: union

Known limitations

Inherits all of the SFT base's limits — math arithmetic is unreliable (1.25 B ceiling), factual recall has typical small-model errors, no tool-use / function-calling training, long-context use beyond ~8 K is untested.

License

Apache-2.0 (inherits from the base model).

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
a247206

0 моделей