/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B
Библиотека
transformers
Опубликована
28 июн 2025

MuToR-llama3-8B-1M_MATH-dmax_4_a_01

Генерация текстаТекст → текст3 профессии

Дообученная Llama 3 8B с методом MuToR для генерации текста и решения математических задач.

299скачиваний за 30 дней0лайковвеса обновлены28 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-llama3-8B-1M_MATH-dmax_4_a_01 — языковая модель на архитектуре Llama 3, созданная методом MuToR (Multi-Token Prediction with Registers). Это дообученная версия Meta-Llama-3-8B, обученная пять эпох на обучающей части 1M-MATH с использованием датасета NVIDIA OpenMathInstruct-2. Веса представлены в формате safetensors; модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов.

Модель предназначена для генерации текста, в частности для решения математических задач и воспроизведения экспериментов с многотокенным предсказанием. MuToR использует фиктивные register-токены для предсказания нескольких будущих целей и усиления обучающего сигнала; при инференсе эти токены отбрасываются, поэтому скорость генерации не снижается. Для использования и воспроизведения результатов следует обратиться к коду проекта. Лицензия модели — MIT.

Сценарии применения

  • генерация решений математических задач
  • ответы на вопросы по математике
  • эксперименты с многотокенным предсказанием
  • воспроизведение результатов обучения на 1M-MATH

Ограничения

Обучение ориентировано на математический набор данных, поэтому качество за пределами математических задач может быть ограничено. Заявленные свойства и результаты требуют обращения к коду проекта для воспроизведения.

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 Llama 3 8B. It was finetuned using the MuToR method for 5 epochs on the 1M-MATH 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
OffsetLlamaForCausalLM
Ревизия весов
044f316

0 моделей