/ Модель

Характеристики

Контекст
262 144 токена
Параметры
2,8 млрд
Размер весов
134 ГБ
Лицензия
openmdw-1.1
Архитектура
grug_moe · MoE
Библиотека
vllm
Опубликована
9 сен 2026

snowball-67b-a2b-base-262k-qk157

Генерация текстаТекст → текст3 профессии

Базовая языковая модель GrugMoE с контекстом 262 144 токена для текстовых продолжений и экспериментов с длинными документами.

117скачиваний за 30 дней0лайковвеса обновлены9 сен 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

Snowball 67B-A2B — базовая языковая модель семейства GrugMoE, экспортированная командой проекта Snowball в формате BF16 из шага обучения 157 000 для сравнения моделей с длинным контекстом. В README указано 67 млрд параметров всего и около 2 млрд активных параметров на токен; метаданные каталога оценивают размер в 2,8 млрд параметров. Архитектура включает 26 слоёв и 256 экспертов, из которых для каждого токена выбираются четыре. Модель поддерживает контекст до 262 144 токенов и словарь размером 128 256 токенов.

Модель предназначена для текстовых продолжений и экспериментов с обработкой длинных документов. Это базовая модель без подтверждённой настройки для следования инструкциям, поэтому для чата и вызова инструментов её следует рассматривать как основу, а не готового ассистента. Для запуска требуется форк vLLM от Marin с поддержкой GrugMoE; в README описана конфигурация на восьми H100 с параллелизмом экспертов. Репозиторий содержит веса Safetensors, экспортированные в BF16. Лицензия — OpenMDW-1.1.

Загрузка подтверждает имена тензоров, тип BF16, конфигурацию, размеры файлов и контрольные суммы. Для этой загрузки не выполнялись новые тесты генерации или численного соответствия, поэтому качество и корректность генерации отдельно не подтверждены.

Сценарии применения

  • текстовые продолжения на основе длинного контекста
  • эксперименты с обработкой документов до 262 144 токенов
  • исследование разреженных MoE-моделей
  • адаптация базовой языковой модели для последующего дообучения

Ограничения

Модель базовая и не настроена для следования инструкциям; для запуска требуется форк vLLM от Marin с поддержкой GrugMoE. README сообщает, что для данной загрузки не проводились новые тесты генерации или численного соответствия.

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

Snowball 67B-A2B, 262K context, QK 1.57, skew 1×

BF16 export of step 157,000 from the Snowball long-context comparison. The run extended context to 262,144 tokens from step 156,000 through step 157,000 with qk_mult=1.57. Unchanged long-context document sampling.

The model has 67B total parameters, approximately 2B active parameters per token, 26 layers, 256 experts with four selected per token, and a 128,256-token vocabulary. This is a base model. The tokenizer's bundled chat template does not indicate instruction tuning; use text completions.

Serving requires the Marin vLLM fork, which registers GrugMoeForCausalLM / grug_moe. The existing serving configuration uses eight H100 GPUs, tensor parallelism 1, data parallelism 8, and expert parallelism because the model has five KV heads. See the serving and evaluation record for the QK 1.57 and 1.75 baseline exports. These uploads validate tensor names, BF16 dtype, config, sizes, and SHA-256 checksums. No new generation or numerical parity test has been run for this upload.

The export manifest records each file’s size and SHA-256 checksum, the exporter revision, and the verified Hub weight revision. The exporter applies pending QB router biases before conversion. Optimizer state is excluded.

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Архитектура grug_moe неизвестна transformers в образе рантайма.

Класс архитектуры
GrugMoeForCausalLM
Ревизия весов
a55d139

0 моделей