/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,7 млрд
Лицензия
CC BY-NC 4.0
Архитектура
olmo2 · dense
Опубликована
19 сен 2026

Shreyansh-STEM-AI-2B-v3

Генерация текстаТекст → текст

Компактная текстовая модель на 1,7 млрд параметров для решения учебных и исследовательских задач по математике, физике и другим STEM-дисциплинам.

1 024скачиваний за 30 дней0лайковвеса обновлены8 окт 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

Shreyansh-STEM-AI-2B-v3 — компактная языковая модель для научных, физических и математических рассуждений, разработанная Shreyansh Singh для Vigyan AI / ExperimentLab.in. Она предназначена для учебных и исследовательских сценариев, включая решение задач по STEM-дисциплинам и пошаговые выводы. По карточке, модель семейства OLMo 2 имеет плотную архитектуру с 1,7 млрд параметров и 22 слоями; глубина увеличена методом SOLAR-подобного Depth Up-Scaling, затем модель прошла дальнейшее предобучение и настройку.

Модель работает с текстом и поддерживает контекст до 4096 токенов. В README заявлено улучшение точности на эмпирических многошаговых тестах при использовании детерминированных AST-инструментов, но независимые результаты оценки не приведены. Лицензия CC BY-NC 4.0 разрешает бесплатное некоммерческое использование; коммерческое применение требует отдельной лицензии.

Сценарии применения

  • Решение многошаговых задач по математике
  • Объяснение физических задач для учебы
  • Подготовка к экзаменам JEE и CBSE
  • Получение научных выводов по текстовому запросу

Ограничения

Модель ориентирована на английский STEM-контент; независимые результаты оценки качества в карточке не приведены. Коммерческое использование ограничено лицензией CC BY-NC 4.0 и требует отдельного разрешения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚛ Shreyansh-STEM-AI-2B-v3: 22-Layer Depth-Upscaled (DUS) Foundation Model

Open STEM 2B DUS in Colab

Shreyansh-STEM-AI-2B-v3 is a sovereign compact foundation model for scientific, physical, and mathematical derivation, engineered through SOLAR-style Depth Up-Scaling (DUS) and Continual Pre-Training (CPT) Seam Healing.


🔬 Architectural Mechanics: The DUS & CPT Healing Journey

[Standard Base SLM]
        │
        ▼  SOLAR-Style Block Splicing
[22-Layer DUS Architecture]  -->  (Experienced Interface Discontinuity / Layer Seam Shock)
        │
        ▼  Continual Pre-Training (CPT) across 2,400+ Parquet Shards
[CPT-Healed Manifold: shreyansh-1B-SLM-pretrain-stem-english]
        │
        ▼  All-Module Linear SFT with Dynamic Early-Stopping (Loss 0.1335)
[Cured 0.048 Overfit Collapse --> Sovereign 2B STEM Foundation]

1. Depth Up-Scaling (DUS)

To surpass standard 2B parameter capacity without requiring training from scratch, intermediate transformer layers were duplicated and spliced, expanding the model depth to 22 layers with a hidden dimension of $d=2048$.

2. Continual Pre-Training (CPT) Seam Healing

Splicing transformer blocks introduces interface discontinuity along the residual stream. To heal these seams, the model underwent Continual Pre-Training (CPT) over the multi-gigabyte shreyansh-1B-SLM-pretrain-stem-english corpus (over 2,400 parquet shards). This enabled the spliced attention heads to smoothly adapt their query-key projection subspaces.

3. Averting the Historical 0.048 Overfit Collapse

Earlier fine-tuning iterations succumbed to a catastrophic 0.048 loss collapse (memorized lookup table). By implementing All-Module Linear Targeting across all 7 projections: $$\text{Modules} = [\text{q_proj, k_proj, v_proj, o_proj, gate_proj, up_proj, down_proj}]$$ combined with Dynamic Early Stopping at loss $\approx 0.1335$ at step 60, representation collapse was eliminated, achieving a +162.5% relative accuracy improvement on empirical multi-step benchmarks when coupled with deterministic AST tools.


🚀 1-Click Interactive Google Colab Demo

Test this model instantly on Google Colab with an embedded Gradio chat interface:
Open STEM 2B DUS in Colab


💻 Running Locally via Ollama & Transformers

1. Via Hugging Face Transformers (4-bit NF4)

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig

MODEL_ID = "shreyansh12183/Shreyansh-STEM-AI-2B-v3"

bnb_config = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_quant_type="nf4",
    bnb_4bit_compute_dtype=torch.float16
)

tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
model = AutoModelForCausalLM.from_pretrained(
    MODEL_ID,
    quantization_config=bnb_config,
    device_map="auto"
)

prompt = "Derive the escape velocity from the surface of Earth using energy conservation."
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

2. Standalone GGUF on CPU via Ollama

ollama run hf.co/shreyansh12183/Vigyan-Models-GGUF:vigyan-2b-stem-q4_k_m.gguf

📜 License & Sovereign Attribution

Released under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) license.

✅ Permitted Free Use:

  • University coursework, academic research, high-school exam study (JEE, CBSE), and personal non-commercial exploration.

🚫 Commercial Restrictions:

  • Any commercial deployment, paid SaaS API, commercial tutoring platform, or enterprise wrapper requires an explicit commercial license.
  • Founder & Chief Architect: Shreyansh Singh
  • Organization: Vigyan AI / ExperimentLab.in

📜 Academic Research Paper & Citation

This architecture is formally documented and validated in the Vigyan AI Technical Paper Series (Vol 02):

@article{singh2026dus},
  title   = {Depth Up-Scaling (DUS) and Continual Pre-Training Seam Healing},
  author  = {Singh, Shreyansh},
  journal = {Vigyan AI Technical Whitepaper Series},
  year    = {2026},
  publisher = {ExperimentLab.in},
  url     = {https://huggingface.co/datasets/shreyansh12183/vigyan-ai-research-papers}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Olmo2ForCausalLM
Ревизия весов
3e7aedf

0 моделей