/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,5 млрд
Размер весов
5 ГБ
Лицензия
MIT
Архитектура
gemma · dense
Базовая модель
gemma-2b
Библиотека
transformers
Опубликована
27 июн 2025

MuToR-gemma-2B-GSM8K-dmax_4_a_03

Генерация текстаТекст → текст3 профессии

Дообученная Gemma-2B с методом MuToR для генерации ответов на математические текстовые задачи GSM8K.

301скачиваний за 30 дней0лайковвеса обновлены27 июн 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

MuToR-gemma-2B-GSM8K-dmax_4_a_03 — дообученная модель Google Gemma-2B, подготовленная с методом MuToR (Multi-Token Prediction with Registers) на обучающей части набора GSM8K в течение пяти эпох. MuToR использует дополнительные регистровые токены для предсказания нескольких будущих токенов и усиления обучающего сигнала; при инференсе эти токены отбрасываются, поэтому скорость генерации не снижается.

Модель предназначена для генерации текста и решения математических задач начального и среднего школьного уровня в формате вопросов и ответов GSM8K. Это плотная языковая модель с 2,5 млрд параметров и контекстом до 8192 токенов; репозиторий использует Transformers и формат safetensors. В карточке указана лицензия MIT. Описание не приводит отдельных результатов оценки качества, поэтому её преимущество на GSM8K нельзя количественно оценить по этим данным.

Сценарии применения

  • решение текстовых арифметических задач GSM8K
  • генерация пошаговых ответов на школьные математические вопросы
  • эксперименты с многотокенным предсказанием на задачах рассуждения

Ограничения

В карточке не приведены метрики качества и сравнения с базовой Gemma-2B. Обучение проводилось на GSM8K, поэтому пригодность для других областей отдельно не подтверждена.

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

MuToR: Multi-Token prediction with Registers

Arxiv: https://arxiv.org/abs/2505.10518

TL;DR: MuToR is a simple, plug-and-play approach for multi-token prediction. It leverages dummy register tokens to predict multiple targets in the future, enriching the supervisory signal and improving performance across diverse settings and modalities. The register tokens are discarded on inference, leaving generation speed unchanged.


Model Description

This model is a finetuned version of Gemma-2B. It was finetuned using the MuToR method for 5 epochs on the GSM8K training split. Please refer to our code for guidelines on how to use the models to reproduce our results.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MuToRGemmaForCausalLM
Ревизия весов
867285a

0 моделей