/ Модель

Характеристики

Контекст
16 384 токена
Параметры
8,6 млрд
Лицензия
MIT
Архитектура
pinkelephant_moe · MoE
Базовая модель
pink-elephant-llm-14b
Библиотека
transformers
Опубликована
9 авг 2026

pinkelephant-llm-48b-moe-base

Генерация текстаТекст → текст3 профессии

Исследовательская базовая MoE-модель Pink Elephant для генерации текста и использования как основы для слияния моделей.

55скачиваний за 30 дней0лайковвеса обновлены21 авг 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

Pink Elephant Limited публикует Pink Elephant 48B MoE — базовую разреженную модель, полученную преобразованием плотной модели pink-elephant-llm-14b в архитектуру Mixture of Experts. В ней 40 слоёв, по восемь экспертов на слой и маршрутизация top-2. По README, общий объём составляет около 47,69 млрд параметров, а на токен активно около 14,7 млрд. Метаданные указывают 8,6 млрд параметров; это расходится с проверенным в README размером, поэтому размер следует считать противоречивым.

Модель предназначена для исследований и использования как основа для слияния моделей. README отмечает, что веса маршрутизатора здесь инициализированы, но не обучены, поэтому для обычного инференса рекомендует готовую объединённую модель pinkelephant-llm-48b. Это базовая модель генерации текста на Transformers с контекстом 16 384 токена; в метаданных указан английский язык. Лицензия — MIT.

Сценарии применения

  • исследование разреженной архитектуры Mixture of Experts
  • эксперименты с маршрутизацией top-2 между экспертами
  • использование как основы для слияния моделей
  • генерация текста в исследовательских экспериментах

Ограничения

Маршрутизатор экспертов в этой базовой версии инициализирован, но не обучен, поэтому README рекомендует для обычного инференса объединённую production-модель. Размер параметров расходится между README (около 47,69 млрд) и метаданными (8,6 млрд).

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

Pink Elephant 48B MoE — Upcycled Base

The sparse foundation behind the Pink Elephant 48B family.

This repository hosts the upcycled Mixture-of-Experts (MoE) base from which the production flagship pinkelephant-llm-48b was trained. It is intended for research and as a merging foundation. For inference, use the merged production model instead — it is ready to run out of the box.


How the MoE base was created

The base was created by upcycling the dense 14B foundation of pink-elephant-llm-14b: its feedforward weights were mathematically split and replicated into eight expert networks per layer, initialized to reproduce the parent model's behavior exactly.


Model Card (verified facts)

SpecificationValue
Parameters47,691,289,920 (~47.69 B, bf16)
ArchitectureMixture of Experts — 8 experts, top-2 routing
Transformer layers40
Hidden size5,120
MLP / expert hidden size8,960
Attention heads40 (10 KV heads, head dim 128)
Expert networks8 per layer (640 expert tensors verified in the weight file)
Active per token2 of 8 experts (~30% of params)
Context window16,384 tokens
Vocabulary size100,352
Precisionbfloat16 (single shard, ~95.4 GB)
RouterRandomly initialized (untrained)
LicenseMIT

Parameter and expert-structure counts are verified directly from the model.safetensors header (640 expert*.weight tensors across 40 layers × 8 experts).


Charts

Total capacity 47.69B vs ~14.7B active per token (~30.7%)Verified expert structure — 40 layers × 8 experts

Note on the router: the router weights in this base are initialized, not trained. A fully trained router is included with the step-900, step-1000, and final checkpoints of pinkelephant-llm-48b-adapters (as gate.safetensors), and is already fused into the merged pinkelephant-llm-48b.


Usage

Load the base for research or as a merging foundation:

from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
    "pinkelephantlimited/pinkelephant-llm-48b-moe-base",
    torch_dtype="auto", device_map="auto", trust_remote_code=True,
)

Attach the trained adapters on top:

from peft import PeftModel

model = PeftModel.from_pretrained(
    model, "pinkelephantlimited/pinkelephant-llm-48b-adapters",
    subfolder="adapters/final",
)

Or load the ready-to-run merged model directly:

from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
    "pinkelephantlimited/pinkelephant-llm-48b",
    torch_dtype="auto", device_map="auto", trust_remote_code=True,
)

Release Family

RepositoryPurpose
pinkelephant-llm-48bMerged production model — ready to run
pinkelephant-llm-48b-moe-base (this repo)Upcycled MoE base (bf16) — for research and merging
pinkelephant-llm-48b-adaptersLoRA adapters + trained router, published every 100 steps
pink-elephant-llm-14bThe dense 14B foundation
pinkelephant-llm-48b-sft-tokenizedThe instruction-tuning dataset (tokenized)

Documentation


Pink Elephant Limited — publishing large, sovereign language models.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура pinkelephant_moe неизвестна transformers в образе рантайма.

Ревизия весов
bd90983

0 моделей