/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
434 млн
Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
18 мая 2026

BitCPM-CANN-0.5B-unquantized

Генерация текстаТекст → текст3 профессии

Неквантованный QAT-чекпойнт BitCPM-CANN на 0,5 млрд параметров для продолжения предобучения и дообучения китайско-английской языковой модели.

2 603скачиваний за 30 дней2лайкавеса обновлены23 мая 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

BitCPM-CANN-0.5B-unquantized — контрольная точка семейства BitCPM-CANN от OpenBMB для продолжения предобучения и дообучения. Это причинная языковая модель на архитектуре MiniCPMForCausalLM с 433,8 млн параметров, контекстом до 32 768 токенов и поддержкой китайского и английского языков. Для работы при обучении требуется использовать встроенную логику моделирования с тернарным fake quantization и загрузку с trust_remote_code=True.

Модель представляет собой неквантованные обучаемые веса QAT: веса ограничиваются тернарными значениями {-1, 0, 1} с групповым масштабированием, а обучение использует STE. Она предназначена для продолжения предобучения и supervised fine-tuning; README прямо предупреждает, что этот чекпойнт не предназначен для непосредственного инференса. После обучения веса можно преобразовать в псевдоквантованный вариант для инференса. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Сценарии применения

  • продолжение предобучения языковой модели на собственном корпусе
  • supervised fine-tuning диалоговой модели
  • адаптация модели под китайские или английские текстовые данные

Ограничения

README указывает, что чекпойнт не предназначен для прямого инференса; для генерации требуется обученный и преобразованный псевдоквантованный вариант. При обучении необходимо использовать встроенную логику fake quantizer и не обходить её.

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

Overview

BitCPM-CANN-0.5B-unquantized is the unquantized QAT (Quantization-Aware Training) checkpoint of BitCPM-CANN-0.5B, designed for continued pre-training and fine-tuning. It preserves full-precision latent weights with ternary fake quantizers (weights → {-1, 0, 1} with group-wise scaling, trained via STE) defined in modeling.py, enabling the model to keep learning under quantization constraints. For technical details, see our Technical Report.

⚠️ This model is NOT for direct inference. For inference, use the pseudo-quantized version: openbmb/BitCPM-CANN-0.5B.

Continued Pre-training & Fine-tuning

The only requirement is that the forward pass must go through the bundled modeling.py (which contains the ternary fake quantizer). Load with trust_remote_code=True and do NOT replace or bypass the model's forward logic.

Option 1: DeepSpeed (Recommended)

We provide ready-to-use training scripts in the example directory (using the 1B model as an example):

  • Continued pre-training: example/run.sh + example/train.py
  • SFT (Supervised Fine-tuning): example/run_sft.sh + example/train_sft.py

Quick start:

# Continued pre-training
cd example && bash run.sh

# Supervised fine-tuning
cd example && bash run_sft.sh

Option 2: HuggingFace-compatible Frameworks

Any framework that supports HuggingFace model loading with custom code can be used, such as LLaMA Factory, HuggingFace Trainer, etc. The key is to ensure trust_remote_code=True:

from transformers import AutoModelForCausalLM, AutoTokenizer

path = 'openbmb/BitCPM-CANN-0.5B-unquantized'
tokenizer = AutoTokenizer.from_pretrained(path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    path,
    torch_dtype=torch.bfloat16,
    trust_remote_code=True
)

# Use with your preferred framework (LLaMA Factory, HF Trainer, etc.)
# The ternary fake quantizer in modeling.py is applied automatically during forward pass.

Post-Training Conversion

After training, use qat-convert.py to fuse the fake quantizer and produce inference-ready pseudo-quantized weights:

python qat-convert.py \
    --input_bin <path-to-finetuned-pytorch.bin> \
    --output <path-to-output-pseudo-quantized-pytorch.bin> \
    --quant_type ternary \
    --group_size -1

The converted model can be loaded for inference in the same way as openbmb/BitCPM-CANN-0.5B—no special quantization libraries required.

Workflow

┌─────────────────────────────────┐
│  BitCPM-CANN-0.5B-unquantized  │   ← This model (QAT checkpoint + fake quantizer in modeling.py)
└───────────────┬─────────────────┘
                │
                ▼  Train (DeepSpeed / LLaMA Factory / HF Trainer / ...)
┌─────────────────────────────────┐
│   Fine-tuned checkpoint          │   ← Still contains un-fused QAT parameters
└───────────────┬─────────────────┘
                │
                ▼  python qat-convert.py --quant_type ternary --group_size -1
┌─────────────────────────────────┐
│  Pseudo-quantized model          │   ← Ready for inference (same format as BitCPM-CANN-0.5B)
└─────────────────────────────────┘

BitCPM-CANN Model Family

ModelHuggingFace (Inference)HuggingFace (Fine-tuning)
BitCPM-CANN-0.5Bopenbmb/BitCPM-CANN-0.5Bopenbmb/BitCPM-CANN-0.5B-unquantized
BitCPM-CANN-1Bopenbmb/BitCPM-CANN-1Bopenbmb/BitCPM-CANN-1B-unquantized
BitCPM-CANN-3Bopenbmb/BitCPM-CANN-3Bopenbmb/BitCPM-CANN-3B-unquantized
BitCPM-CANN-8Bopenbmb/BitCPM-CANN-8Bopenbmb/BitCPM-CANN-8B-unquantized

Statement

  • As a language model, BitCPM-CANN generates content by learning from a vast amount of text.
  • However, it does not possess the ability to comprehend or express personal opinions or value judgments.
  • Any content generated by BitCPM-CANN does not represent the viewpoints or positions of the model developers.
  • Therefore, when using content generated by BitCPM-CANN, users should take full responsibility for evaluating and verifying it on their own.

LICENSE

  • This repository and BitCPM-CANN models are released under the Apache-2.0 License.

Citation

  • Please cite our technical report if you find our work valuable.
@article{bitcpmcann,
  title={{BitCPM-CANN}: Native 1.58-Bit Large Language Model Training on Ascend NPU},
  author={BitCPM Team},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Код из репозитория вместе с pickle-весами (.bin) не запускается из соображений безопасности.

Класс архитектуры
MiniCPMForCausalLM
Ревизия весов
2a08171

0 моделей