/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
757 млн
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
12 июн 2026

d24-midtrain-v2-reasoning-3.7B

Генерация текстаТекст → текст3 профессии

Базовая языковая модель семейства Llama, дообученная для рассуждений и предназначенная прежде всего для продолжения текста и исследовательских экспериментов.

17скачиваний за 30 дней0лайковвеса обновлены12 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

sfanm/d24-midtrain-v2-reasoning-3.7B — базовая языковая модель, созданная с нуля в рамках репликации nanochat-d24 и дообученная на этапе reasoning midtrain. Это плотный decoder-only трансформер семейства Llama: 24 слоя, размер скрытого состояния 1536, 12 голов внимания, SwiGLU, RoPE и RMSNorm; всего около 756,7 млн параметров. Модель использует GPT-2 BPE с размером словаря 50 304 и контекст до 2048 токенов.

Модель предназначена для продолжения текста и экспериментов с языковым моделированием; она выпущена до этапа SFT, поэтому не рассчитана на диалоговое использование как готовый чат-ассистент. Обучение включало данные для рассуждений и математики наряду с общими текстовыми корпусами. Основной язык карточки — английский.

Чекпойнт предоставлен для исследований и поставляется как есть. Лицензия указана как other; README также указывает, что использовались сторонние корпуса, и предлагает учитывать лицензии этих датасетов.

Сценарии применения

  • продолжение английского текста
  • генерация математических рассуждений как базовая модель
  • эксперименты с midtrain и последующим SFT
  • оценка поведения языковой модели до настройки для диалога

Ограничения

Это чекпойнт до SFT, поэтому README рекомендует использовать его для продолжения текста, а не как готовую чат-модель; приведённая метрика относится к соответствующему SFT-чекпойнту, а не к этой модели. Для использования следует учитывать лицензии сторонних обучающих корпусов.

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

d24-midtrain-v2-reasoning-3.7B

v2 reasoning-midtrained BASE LM (pre-SFT).

nanochat-style depth-24 decoder — 24 layers × 1536 hidden × 12 heads, SwiGLU / RoPE / RMSNorm, tied embeddings, GPT-2 BPE vocab (50304), 0.757B params, 2048-token context.

Lineage. v2 pretrain (13.1B ClimbMix, WSD; decay-as-midtrain from iter-10000) → reasoning midtrain 3.7B (~40% OpenThoughts / 30% ClimbMix / 15% FineMath / 8% OpenMath / 7% MetaMath).

Metrics. Base checkpoint (pre-SFT) — evaluate after SFT. Corresponding SFT: d24-sft-v2-reasoning-3.7B (GSM8K 9.86%).

Use (base LM)

This is a base language model (post-midtrain, pre-SFT) — use it for text continuation, not chat. EOS is the GPT-2 <|endoftext|> (50256). For a chat model, use the d24-sft-* checkpoints.

from transformers import AutoModelForCausalLM, AutoTokenizer
mid = "sfanm/d24-midtrain-v2-reasoning-3.7B"
tok = AutoTokenizer.from_pretrained(mid)
model = AutoModelForCausalLM.from_pretrained(mid, torch_dtype="bfloat16", device_map="auto")
inputs = tok("The derivative of x**2 is", return_tensors="pt").to(model.device)
print(tok.decode(model.generate(**inputs, max_new_tokens=128)[0], skip_special_tokens=True))

Research checkpoint from a from-scratch nanochat-d24 replication (pretrain → midtrain → SFT → RL) on NERSC Perlmutter. Trained on third-party corpora (ClimbMix, FineMath, OpenMath, MetaMath, OpenThoughts, OLMo-3 Dolmino, SmolTalk, …) — see those datasets' licenses; provided as-is for research.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c146b74

0 моделей