/ 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-soup

Генерация текстаТекст → текст7 профессий

Плотная языковая модель Limite 1B примерно на 996 млн параметров для генерации текста и диалогов с контекстом до 131 072 токенов.

1 122скачиваний за 30 дней6лайковвеса 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 Soup — контрольная точка семейства языковых моделей Limite 1B, разработанная Paradigma Inc. Это post-soup checkpoint, предназначенный для генерации текста и диалогового использования. Модель содержит около 996,3 млн параметров, имеет плотную архитектуру LimiteForCausalLM и поддерживает контекст до 131 072 токенов.

Модель запускается через Hugging Face Transformers. Поддерживаются SDPA с DynamicCache, смешанным global/sliding-window StaticCache, а также StaticCache вместе с torch.compile. Для загрузки требуется разрешить выполнение кода архитектуры из репозитория через trust_remote_code=True. README указывает на Limite 1B Violetto как на актуальную контрольную точку с полной карточкой модели. Лицензия — Apache-2.0. Данных о конкретных языках обучения и качестве в предоставленных источниках нет.

Сценарии применения

  • генерация продолжения текста
  • ведение диалогов с языковой моделью
  • обработка длинного текстового контекста

Ограничения

Для загрузки через Transformers требуется trust_remote_code=True, поскольку код архитектуры загружается из репозитория. В README не приведены подробности о качестве модели и поддерживаемых языках.

Для каких профессий подходит7

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 Soup

Limite 1B - Base Soup is the post-soup 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 Soup 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-soup"

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
1189e12

0 моделей