/ Модель

Характеристики

Контекст
512 токенов
Параметры
187 млн
Лицензия
Apache 2.0
Архитектура
noeum · dense
Библиотека
transformers
Опубликована
15 дек 2025

noeum-1-nano-base

Генерация текстаТекст → текст3 профессии

Компактная англоязычная базовая MoE-модель Noeum для продолжения текста, few-shot задач и дальнейшего дообучения.

179скачиваний за 30 дней1лайквеса обновлены6 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Noeum-1-Nano-Base — базовая языковая модель Noeum, независимой исследовательской лаборатории из Австрии. Это компактная модель с архитектурой Mixture-of-Experts: в README указано 0,6 млрд параметров, из которых около 0,2 млрд активны при инференсе; метаданные Hugging Face сообщают 187,1 млн параметров. Модель создана с нуля и обучена на 18 млрд токенов на данных из arXiv, GitHub, Wikipedia и FineWeb-Edu.

Модель предназначена для продолжения текста, генерации и few-shot задач, а также для использования как отправной точки для дообучения. Она не проходила supervised fine-tuning или RLHF, поэтому не предназначена для готового диалогового и инструкционного взаимодействия. Указанное в метаданных окно контекста — 512 токенов; карточка заявляет поддержку английского языка. Репозиторий использует PyTorch и Transformers и требует загрузки с trust_remote_code=True. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение английского текста
  • генерация коротких текстовых фрагментов
  • few-shot ответы на вопросы
  • эксперименты с компактными языковыми моделями
  • дообучение базовой модели под специализированную задачу

Ограничения

Модель не проходила SFT или RLHF и потому не рассчитана на готовый диалоговый режим; контекст ограничен 512 токенами. README и метаданные расходятся в оценке общего числа параметров: 0,6 млрд в README против 187,1 млн в метаданных.

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

⚠ Base Model Notice

This is the raw pre-trained base model. It is designed for text completion and few-shot learning. It has not undergone Supervised Fine-Tuning (SFT) or Reinforcement Learning (RLHF).

  • For Chat & Reasoning: Use the Instruct version (Coming Soon).
  • For Fine-tuning: This serves as a highly efficient starting point.

Overview

Noeum-1-Nano-Base is a nano-scale Mixture-of-Experts (MoE) foundation model. Despite its compact size (0.6B total parameters, with only ~0.2B active during inference), it matches the capabilities of significantly larger dense models.

Built entirely from scratch by Noeum (an independent Austrian AI lab), this model validates a high-efficiency training hypothesis: using high-signal density data (18B tokens) to achieve competitive performance without brute-force scaling.

Key Features

  • Architecture: Custom Sparse MoE with 8 routed experts and 1 shared expert.
  • Efficiency: Trained on only 18B tokens (approx. 1/100th of standard Llama/Qwen training runs).
  • Data Sources: A curated mix of arXiv (Math/CS), GitHub (Python), Wikipedia, and FineWeb-Edu.

Benchmarks

Despite the extreme disparity in training volume (18B vs 2T+ tokens), Noeum-1-Nano-Base establishes strong baselines on standard zero-shot and few-shot tasks.

TaskMetricNoeum-1-Nano-BaseDomain
SciQAccuracy77.5%Scientific Knowledge
MRPCF1 Score81.2%Semantic Equivalence
BoolQAccuracy62.0%Reading Comprehension
PIQAAccuracy62.9%Physical Commonsense
ARC-EasyAccuracy47.1%General Reasoning

Quickstart

This model uses a custom architecture. You must set trust_remote_code=True to load it.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

# Path to your base noeum model
MODEL_PATH = "./base/Noeum-hf-base"
DEVICE = "cuda" if torch.cuda.is_available() else "cpu"


def main():
    print(f"--- Evaluating Base Model Noeum on {DEVICE} ---")

    # 1. Load Resources
    tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH, trust_remote_code=True)
    if tokenizer.pad_token is None: tokenizer.pad_token = tokenizer.eos_token

    model = AutoModelForCausalLM.from_pretrained(
        MODEL_PATH,
        trust_remote_code=True,
        torch_dtype=torch.float16 if DEVICE == "cuda" else torch.float32
    ).to(DEVICE)
    model.eval()

    # Helper function for generation
    def run_test(test_name, prompt, max_new=50, temp=0.7):
        print(f"\n=== {test_name} ===")
        print(f"Input Pattern:\n{prompt.strip()}")
        print("-" * 20)

        inputs = tokenizer(prompt, return_tensors="pt").to(DEVICE)

        with torch.no_grad():
            output_ids = model.generate(
                **inputs,
                max_new_tokens=max_new,
                do_sample=True,
                temperature=temp,
                top_p=0.9,
                use_cache=False,  # Essential for your MoE architecture compatibility
                pad_token_id=tokenizer.pad_token_id,
                eos_token_id=tokenizer.eos_token_id
            )

        # Decode only the NEW tokens to see exactly what the model added
        new_tokens = output_ids[0][inputs.input_ids.shape[1]:]
        output_text = tokenizer.decode(new_tokens, skip_special_tokens=True)
        print(f"Model Completion:\n{output_text}")
        print("=" * 30)

    # ==============================================================================
    # TEST 1: Few-Shot Knowledge
    # Base models need examples to know they should answer, not ask more questions.
    # ==============================================================================
    few_shot_prompt = """
Q: What is the capital of Germany?
A: Berlin
Q: What is the capital of Spain?
A: Madrid
Q: What is the capital of France?
A:"""
    run_test("Test 1: Few-Shot Knowledge", few_shot_prompt, max_new=10, temp=0.1)

    # ==============================================================================
    # TEST 2: Story Continuation
    # Tests the model's ability to maintain narrative flow and grammar.
    # ==============================================================================
    story_prompt = "The spaceship landed silently on the unknown planet. The captain opened the hatch and saw"
    run_test("Test 2: Creative Writing", story_prompt, max_new=60, temp=0.8)

    # ==============================================================================
    # TEST 3: Logic/Code Pattern
    # Base models are often good at completing structured patterns or code.
    # ==============================================================================
    code_prompt = """
def add(a, b):
    return a + b

def multiply(a, b):"""
    run_test("Test 3: Code/Pattern Completion", code_prompt, max_new=30, temp=0.2)


if __name__ == "__main__":
    main()

Architecture Details

ComponentSpecification
TypeMixture-of-Experts (MoE)
Total Params0.6B
Active Params~0.2B
Experts8 Routed, 1 Shared (Top-2 Router)
Layers24
Attention12 Heads (GQA), 768 Hidden Dim
Context Window2048 Tokens

About Noeum

Noeum is an independent AI research lab based in Austria. We execute the full AI pipeline—from architecture design and pre-training to alignment—entirely in-house.

Our Philosophy: Iterate fast at nano-scale; scale only what works. Noeum-1-Nano serves as a proof-of-concept for our "High-Signal" training stack, demonstrating that architectural intelligence can rival brute-force compute.


🌐 Website: noeum.ai 📧 Contact: contact@noeum.ai

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
noeumForCausalLM
Ревизия весов
5be4b07

0 моделей