/ Модель

Характеристики

Контекст
131 072 токена
Параметры
996 млн
Лицензия
Apache 2.0
Архитектура
limite · dense
Библиотека
transformers
Опубликована
21 сен 2026

limite-1b-base

Генерация текстаТекст → текст8 профессий

Базовый предварительно обученный чекпойнт Limite 1B для генерации текста и диалоговых сценариев, пригодный для дальнейшей адаптации.

1 206скачиваний за 30 дней8лайковвеса обновлены6 окт 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

Limite 1B Base — базовый чекпойнт семейства Limite 1B после этапа предварительного обучения; модель представлена Paradigma Inc. Она предназначена для генерации текста и диалоговых сценариев, а также может служить исходной точкой для дальнейшей адаптации. Архитектура — плотная авторегрессионная LimiteForCausalLM примерно с 996,3 млн параметров; заявленная длина контекста составляет 131 072 токена. Модель запускается через Hugging Face Transformers и сохраняется в формате safetensors.

Для загрузки требуется разрешить выполнение кода архитектуры из репозитория с помощью trust_remote_code=True. В README указана поддержка SDPA с DynamicCache и смешанным global/sliding-window StaticCache, включая StaticCache с torch.compile. Лицензия — Apache-2.0. README направляет к более позднему чекпойнту Limite 1B Violetto для актуальной версии и полной карточки; сведения о языках и специализированных доменах в предоставленных данных отсутствуют.

Сценарии применения

  • генерация продолжения текста
  • создание диалогового ассистента
  • разработка и адаптация языковой модели
  • эксперименты с длинным контекстом

Ограничения

Для загрузки требуется trust_remote_code=True, поскольку архитектурный код берётся из репозитория. README указывает, что более поздний чекпойнт Limite 1B Violetto является актуальной версией и имеет полную карточку модели.

Для каких профессий подходит8

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

Limite 1B - Base

Limite 1B - Base is the post-pretraining checkpoint of the Limite 1B model family.

This model card focuses on loading and running the checkpoint with Hugging Face Transformers. For the latest checkpoint and its full model card, see Limite 1B - Violetto.

Run with Transformers

Limite 1B - Base supports inference through the standard Hugging Face Transformers APIs. The custom architecture code is downloaded from this repository, so loading the model requires trust_remote_code=True.

Validated on an NVIDIA H100 with Python 3.12 · PyTorch 2.11.0 (CUDA 13.0) · Transformers 5.6.2. Other version and hardware combinations have not yet been formally qualified. SDPA is the portable default.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "paradigma-inc/limite-1b-base"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    dtype="auto",
    device_map="cuda",
    attn_implementation="sdpa",
)

messages = [{"role": "user", "content": "Solve: If x + 3 = 8, what is x?"}]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
inputs = tokenizer([text], return_tensors="pt").to(model.device)

with torch.inference_mode():
    output_ids = model.generate(**inputs, max_new_tokens=256)

answer = tokenizer.decode(
    output_ids[0, inputs.input_ids.shape[1]:],
    skip_special_tokens=True,
)
print(answer)

The Transformers implementation supports one complete model replica per process. Automatic or explicit model sharding, tensor parallelism, and pipeline parallelism are not currently supported.

For offline multi-GPU inference, independent replicas can be launched with one process per GPU using device_map={"": local_rank}. For production serving, continuous batching, and multi-GPU request scheduling, use the Limite vLLM integration.

Supported inference paths

Attention backendCacheStatus
SDPADynamicCacheSupported
SDPAmixed global/sliding-window StaticCacheSupported
SDPAStaticCache + torch.compileSupported
FlashAttention 2DynamicCacheSupported
FlashAttention 2StaticCacheUnsupported; rejected with an explicit error

FlashAttention 2 with StaticCache is intentionally rejected because that combination does not produce numerically correct logits for Limite's hybrid local/global attention layout. Use SDPA with StaticCache, or FlashAttention 2 with DynamicCache.

FlashAttention 2 was validated through Transformers' kernels-community/flash-attn2 integration with kernels==0.12.3. The separately installed native flash_attn package has not been independently qualified.

Official support currently covers inference. The Transformers implementation is differentiable and exposes the standard causal-language-model loss, but full training, gradient checkpointing, PEFT/LoRA, and distributed-training workflows have not yet been formally validated and are not part of the supported interface.

License

The model weights are released under Apache-2.0.

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
LimiteForCausalLM
Ревизия весов
7cd9ab5

0 моделей