/ Модель

Характеристики

Контекст
25 600 токенов
Параметры
3,1 млрд
Лицензия
Apache 2.0
Архитектура
rwkv7 · dense
Базовая модель
rwkv7-g1
Библиотека
transformers
Опубликована
30 сен 2026

RWKV7-G1k-2.9B-20260930-FLA

Генерация текстаТекст → текст3 профессии

Базовая многоязычная языковая модель RWKV-7 на 2,95 млрд параметров для генерации текста и диалогов с рекуррентным состоянием и инференсом через FLA и Transformers.

226скачиваний за 30 дней0лайковвеса обновлены30 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

RWKV7-G1k-2.9B-20260930-FLA — базовая языковая модель семейства RWKV-7 «Goose», представленная в формате Flash Linear Attention для инференса через Transformers. Чекпойнт содержит около 2,95 млрд параметров и 32 слоя; метаданные указывают архитектуру RWKV7ForCausalLM и контекст длиной 25 600 токенов. Модель дообучена на основе BlinkDL/rwkv7-g1 и распространяется в формате safetensors.

Модель предназначена для генерации текста и диалоговых сценариев. Рекуррентное состояние постоянного размера позволяет при генерации обходиться без растущего KV-кэша и сохранять постоянную стоимость декодирования каждого токена относительно длины последовательности. Карточка указывает поддержку английского, китайского, французского, немецкого, испанского, португальского, русского, итальянского, японского, корейского, вьетнамского и арабского языков. В комплекте есть шаблон чата, но это базовая модель без выравнивания безопасности и инструкционного дообучения, поэтому она может непоследовательно выполнять инструкции. Лицензия — Apache-2.0.

Для запуска с FLA README указывает CUDA-совместимый GPU NVIDIA с поддержкой BF16 и зависимости FLA и Transformers. Загрузка весов была проверена, но генерацию на CUDA/Triton в описанной проверке не запускали; поведение может зависеть от версий GPU, CUDA, PyTorch, Triton и FLA.

Сценарии применения

  • генерация продолжения текста
  • диалоговое взаимодействие через шаблон чата
  • локальный инференс языковой модели на GPU NVIDIA
  • генерация текста на русском и других поддерживаемых языках

Ограничения

Это базовая модель без инструкционного дообучения и выравнивания безопасности, поэтому она может непоследовательно выполнять инструкции. Генерацию на CUDA/Triton в описанной проверке не запускали; работа зависит от аппаратного и программного окружения.

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

This repository provides the RWKV-7 G1k 2.9B checkpoint in the flash-linear-attention (FLA) RWKV7 layout for Transformers-compatible inference.

[!IMPORTANT] This is a base language model, not a safety-aligned instruction-tuned assistant. The included chat template provides a conversational prompt format, but the model may not follow instructions consistently.

About RWKV-7

RWKV-7, also called Goose, is an attention-free recurrent language model. It maintains a constant-size recurrent state instead of an attention KV cache that grows with the preceding sequence. Training remains parallelizable, while recurrent decoding uses constant state size and constant work per generated token with respect to sequence length.

G1k identifies this checkpoint revision. The source checkpoint is available from BlinkDL/rwkv7-g1.

Model details

PropertyValue
ArchitectureRWKV-7 G1k
Parameters in this FLA checkpoint2.948B
Layers32
Hidden size2,560
Heads40 × 64
Feed-forward size10,240
VocabularyRWKV World tokenizer, 65,536 tokens
Configured context length25,600 tokens
Weight dtypeBF16
LicenseApache-2.0

Run with FLA

Use a CUDA-capable NVIDIA GPU with BF16 support. Install the audited FLA revision with its CUDA dependency extra:

python -m pip install \
  "flash-linear-attention[cuda] @ git+https://github.com/fla-org/flash-linear-attention.git@8e84ed4a6727be082c34a3855c60623fd11411e9" \
  "transformers>=4.50.2"

Import fla before using the Auto classes so that the RWKV7 implementation is registered:

import fla
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, PretrainedConfig

model_id = "shoumenchougou/RWKV7-G1k-2.9B-20260930-FLA"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True, config=PretrainedConfig())
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
).to("cuda").eval()

messages = [
    {"role": "user", "content": "Explain recurrent language models in one paragraph."}
]
prompt = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    thinking=False,
)
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

with torch.inference_mode():
    output_ids = model.generate(
        **inputs,
        max_new_tokens=128,
        do_sample=True,
        temperature=0.7,
        top_p=0.9,
    )

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

Set thinking=True when applying the chat template to leave an open thinking prefix. This changes only the prompt format; it does not turn the base model into an instruction-tuned or safety-aligned assistant.

Compatibility and validation

The package was checked with FLA commit 8e84ed4a6727be082c34a3855c60623fd11411e9 and Transformers 4.50.2. Its configuration, tokenizer, chat template, BF16 weights, and Transformers model loading were validated locally. All 1,059 model tensors load into RWKV7ForCausalLM without missing, unexpected, or mismatched keys.

CUDA/Triton generation was not executed in the local CPU-only validation environment. Runtime behavior can depend on the GPU, CUDA, PyTorch, Triton, and FLA versions. Cross-check benchmark or evaluation results against the official RWKV implementation before reporting them.

References

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура rwkv7 неизвестна transformers в образе рантайма.

Класс архитектуры
RWKV7ForCausalLM
Ревизия весов
368b3d9

0 моделей