/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
103 млн
Лицензия
Apache 2.0
Архитектура
qomni · dense
Библиотека
transformers
Опубликована
22 сен 2026

Q-Omni-53M-Experimental

Генерация текстаТекст → текст3 профессии

Экспериментальная компактная модель Q-Project для генерации английского текста и исследований троичных весов и общего словаря текстовых, графических и аудиотокенов.

220скачиваний за 30 дней3лайкавеса 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

Q-Omni-53M-Experimental — экспериментальная модель Q-Project с архитектурой decoder-only для генерации текста. В README указано 53,2 млн параметров, а в метаданных — 103,4 млн; модель использует ternary-веса {-1, 0, +1}, обученные с учётом квантования, и фиксированные 512-битные отпечатки токенов вместо обучаемой таблицы эмбеддингов. Общий словарь включает текстовые, графические и аудиотокены; заявлена поддержка контекста до 4096 токенов, обучение велось на длине 2048. Для точной арифметики, дат, преобразования единиц, сортировки и сравнений README описывает отдельный механизм схем, который принудительно задаёт правильный результат при генерации.

Модель предназначена для экспериментов с компактными языковыми моделями, троичными весами и единым словарём разных модальностей. Она создаёт связный английский текст, однако часто ошибается в фактах; знания ограничены, при жадном декодировании возможны повторы, а творческие ответы слабы. Возможности работы с изображениями и речью в README названы слабыми или непригодными для практического использования; точность речевого синтеза проверялась только численно. Модель выпущена как исследовательский эксперимент без настройки безопасности и распространяется по лицензии Apache-2.0.

Сценарии применения

  • эксперименты с троичными языковыми моделями
  • генерация связного английского текста для прототипов
  • изучение общего словаря текстовых, графических и аудиотокенов
  • проверка точных арифметических операций через встроенные схемы
  • исследование моделей с фиксированными отпечатками токенов

Ограничения

Модель часто ошибается в фактах, обладает ограниченными знаниями, может повторяться при жадном декодировании и слабо пишет творческие тексты. Возможности распознавания речи и работы с изображениями непригодны для практического использования, речевой синтез не проверялся на слух; модель не прошла настройку безопасности.

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

[!IMPORTANT] This is an experimental research release, not a product. It is small, fluent but often factually wrong, and its image/speech capabilities are weak or unusable — see Results below before using it for anything beyond experimentation.

Learn more: a full write-up of how it works is on the Q-Project blog, and you can run it live in your browser — no server, no Python, no sign-in.

Model summary

Q-Omni-53M-Experimental is a 53.2M-parameter decoder-only model developed by Q-Project. Its weights are ternary ({-1, 0, +1}, quantisation-aware from step one of training), and instead of a trained embedding table it uses a frozen 512-bit fingerprint per token, shared across one 49,280-token vocabulary that spans text, image tokens and audio tokens. A fixed circuit resolves arithmetic, dates and similar exact operations inside the generated token stream. The architecture is our own; it was pretrained from scratch on a single V100 GPU. General small-model ternary-quantisation research (in the spirit of BitNet b1.58) inspired the weight format.

Results

capabilityresultverdict
exact calculation circuits (arithmetic, %, dates, weekdays, units, sort, compare, count)correct <CALC> span 99.7%, exact final answer 98.7% (n=300)works
fluent English textFineWeb-Edu holdout perplexity 49.1fluent, not factual
ARC-Easy / PIQA (zero-shot)38.0% / 58.7% (chance 25% / 50%)above chance
HellaSwag / ARC-Challenge / OpenBookQA27.5% / 22.7% / 25.0% (chance 25%)at chance
image tokens (next-token loss)7.37 nats vs 9.01 for guessinglearns statistics; generated images are flat colour fields
audio tokens (next-token loss)3.98 nats vs 7.62 for guessinglearns statistics; speech synthesis not evaluated by ear
speech recognitionword error rate 123%not usable

Architecture

  • 7 layers, hidden 896, 14 query / 2 KV heads (head dim 64), plain 2-matrix SiLU MLP 896→2464→896, per-head QK-norm, per-head sigmoid output gate on attention, RoPE (θ=1e5), context 4096 (trained at 2048).
  • Ternary weights from step 1: every attention/MLP projection is re-quantised to {-1,0,+1}·α (per-row absmean α) at each forward pass with a straight-through estimator.
  • Frozen fingerprint vocabulary: each token is a fixed ±1 code of 512 bits instead of a trained embedding. Input = C[id]·W_in; readout = (h·W_out)·Cᵀ/√512 + frozen unigram log-prior. Ids ≥ 32768 (control, image, audio) carry an extra trainable correction on top of the frozen code.
  • Exact circuits (circuits.py): the model writes <CALC>expr<EQ>; CircuitLogitsProcessor forces the exact result and <ECALC> — arithmetic, percentages, dates, weekday, unit conversion, comparison, sorting, letter/word counts.

Token layout

idscontent
0–32767text BPE (32k); 0 <pad>, 1 <bos>, 2 <eos>
32768–32799control: <img> </img> <aud> </aud> <t2i> <i2t> <asr> <tts> <sep> <USER> <MODEL> <EOT> <CALC> <EQ> <ECALC> …
32800–40991image codes (VQGAN, 16×16 = 256 tokens per image)
40992–49183audio codes (4 codebooks × 2048, frame-interleaved, 12.5 frames/s)

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("q-project/Q-Omni-53M-Experimental")   # adds <bos> automatically
model = AutoModelForCausalLM.from_pretrained("q-project/Q-Omni-53M-Experimental", trust_remote_code=True)
ids = tok("Once upon a time,", return_tensors="pt").input_ids
print(tok.decode(model.generate(ids, max_new_tokens=60, do_sample=True, top_k=40,
    suppress_tokens=list(range(32768, model.config.vocab_size)))[0], skip_special_tokens=True))

For exact circuits, build [<bos>, <USER>, *question_ids, <EOT>, <MODEL>] and generate with circuits.CircuitLogitsProcessor(tokenizer).

Packed single-file weights (model.qpack, 33 MB)

The same model also ships as one compact file: ternary weights at 1.6 bit/weight plus the fingerprint table, tokenizer, config and a self-test. This repo (folder with model.qpack and no other weights) loads the same way through AutoModelForCausalLM.from_pretrained(..., trust_remote_code=True); explicitly: QOmniForCausalLM.from_qpack("model.qpack"). A torch-free numpy runtime is included (qpack_run.py): python qpack_run.py model.qpack "Once upon a time,", or --selftest to verify it reproduces the reference model exactly.

Limitations

  • Facts are frequently wrong; thin general knowledge; repetitive under greedy decoding; weak creative writing. No safety tuning.
  • Image generation does not produce recognisable pictures; speech recognition is unusable; speech synthesis was checked only numerically, not by listening.
  • Ternary weights at this size are a research setting: an fp16 model of the same size was not compared for this checkpoint.
  • Trained on one GPU with limited compute; do not expect competitive benchmark scores.

License and data terms

Code and weights: Apache-2.0 (see LICENSE). Training data keeps its own terms — check before commercial use: FineWeb-Edu and the SmolLM corpus (ODC-By 1.0 / Apache-2.0), CC3M (Google Conceptual Captions, research use), LibriSpeech (CC-BY 4.0), the Mimi audio codec (CC-BY 4.0) and the VQGAN image tokenizer (OpenRAIL++, use-based restrictions apply to that component).

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
QOmniForCausalLM
Ревизия весов
808f0af

0 моделей