/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,1 млрд
Лицензия
MIT
Архитектура
complex_kda · dense
Библиотека
transformers
Опубликована
21 сен 2026

complex-kda-1.3B-100B

Генерация текстаТекст → текст6 профессий

Рекуррентная языковая модель ComplexKDA для генерации текста и диалогов с контекстом 4096 токенов.

435скачиваний за 30 дней2лайкавеса обновлены22 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

ComplexKDA — авторегрессионная языковая модель с 1,36 млрд параметров, выпущенная командой авторов, перечисленных в карточке: Julien Siems, Riccardo Grazzi, Korbinian Pöppel и соавторы. Это чисто рекуррентная модель на архитектуре Kimi Delta Attention с подписанным затухающим коэффициентом: каналы могут осциллировать, а не только забывать предыдущий контекст. В архитектуре 24 слоя, размер скрытого состояния 2048, 16 голов внимания и короткая свёртка ширины 4; контекст обучения — 4096 токенов.

Модель предназначена для авторегрессионной генерации текста и диалоговых сценариев. Для запуска в Transformers доступны вложенные реализация модели и токенизатор; при кодировании важно использовать токенизатор из репозитория, поскольку его настройки отличаются от upstream-версии. Репозиторий содержит веса safetensors и имеет лицензию MIT. Метаданные указывают 1,1 млрд параметров, тогда как README сообщает 1,36 млрд; точный размер следует считать неоднозначным.

Сценарии применения

  • генерация продолжений текста
  • создание диалогового чат-бота
  • ответы на текстовые запросы
  • локальный запуск языковой модели через Transformers

Ограничения

Контекст ограничен 4096 токенами; README не сообщает поддерживаемые естественные языки. Размер параметров расходится между README (1,36 млрд) и метаданными (1,1 млрд).

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

openeurollm/complex-kda-1.3B-100B

Paper GitHub License: MIT

Paper: https://arxiv.org/abs/2609.24797

Code: https://github.com/OpenEuroLLM/ComplexKDA

Authors: Julien Siems, Riccardo Grazzi, Korbinian Pöppel, Jaisidh Singh, Arber Zela, Timur Carstensen, Jenia Jitsev, Frank Hutter, Volkan Cevher, Antonio Orvieto, Aaron Klein

A purely recurrent ComplexKDA language model (1.36B parameters) from the ComplexKDA release.

ComplexKDA is Kimi Delta Attention with a signed decay gate: the per-channel decay alpha is allowed to take either sign, alpha in [-1, 1], instead of being confined to (0, 1]. That is the one-dimensional real case of a complex eigenvalue, so a channel can oscillate rather than only forget. The magnitude is carried in log space exactly as KDA carries it; the +-1 part is carried as a running product pushed onto the queries and keys, so the recurrence the kernels run is still the unsigned one.

This checkpoint's decay gate is signed (ComplexKDA: alpha in [-1, 1]).

Architecture

  • 24 layers, hidden size 2048, MLP 5440 (SwiGLU)
  • 16 heads of dimension 128, short convolution of width 4
  • vocabulary 32000, trained at context 4096
  • embeddings untied

Tokenizer, and how to start a prompt

The bundled tokenizer is configured the way the training corpus was encoded: no BOS is prepended, documents were terminated with the EOS token, and model_max_length is this model's trained context. The upstream tokenizer repository's own defaults differ on both points, so encode through the tokenizer shipped here rather than re-fetching it by name.

To condition on the start of a document, prefix the EOS token -- that is what precedes every document's first token in training, and a BOS was never seen at any position. Leave a continuation bare: mid-document the prefix is a false signal and costs accuracy. bos_token is remapped to </s> here, so a caller that asks for "the BOS" gets the separator, while add_bos_token stays False and the default remains a bare prompt.

Usage

The bundled modeling_complex_kda.py is standalone: torch and transformers are all it needs.

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("openeurollm/complex-kda-1.3B-100B")
model = AutoModelForCausalLM.from_pretrained(
    "openeurollm/complex-kda-1.3B-100B", trust_remote_code=True, dtype="bfloat16")

For the Triton kernels these models were trained with -- much faster, and the exact code path of the training runs -- install the fork:

pip install git+https://github.com/OpenEuroLLM/ComplexKDA

It is picked up automatically when importable. COMPLEX_KDA_BACKEND=torch forces the portable path; =kernel makes a missing fork an error instead of a silent fallback.

Provenance

Converted from the training checkpoint with lm_scaling/hf_release/convert_to_hub.py. The conversion is metadata only -- the weight file is the exporter's own, byte for byte -- and the bundled implementation is checked against the reference implementation the runs used.

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
ComplexKDAForCausalLM
Ревизия весов
5ca8cba

0 моделей