/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Размер весов
6 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B
Библиотека
transformers
Опубликована
27 мая 2026

Llama-3.2-non-recurrent-posttrained

Генерация текстаТекст → текст3 профессии

Дообученная Llama 3.2 на 1,2 млрд параметров для генерации текста и экспериментов с рекуррентностью глубины.

172скачиваний за 30 дней0лайковвеса обновлены27 мая 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

Llama-3.2-non-recurrent-posttrained — плотная авторегрессионная языковая модель с 1,2 млрд параметров, дообученная на основе meta-llama/Llama-3.2-1B. Это базовый невозвратный вариант для набора экспериментов Retrofitting Recurrence, посвящённого рекуррентным моделям глубины, полученным из слоёв предварительно обученных прямых языковых моделей. Обучение проводилось на ускорителях AMD MI300A в Lawrence Livermore National Laboratory.

Модель предназначена для генерации текста и экспериментов с языковыми моделями; обучение и проверка проводились на непересекающихся подмножествах сырых текстовых данных. Это не модель для следования инструкциям, поэтому она может быть неподходящей для диалоговых помощников и прямого выполнения пользовательских запросов. Контекст составляет 131 072 токена. Репозиторий содержит веса в формате safetensors, библиотека — Transformers; лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с базовыми языковыми моделями
  • исследование рекуррентных архитектур глубины
  • сравнение рекуррентных и прямых языковых моделей

Ограничения

Модель не обучалась следованию инструкциям и может не подходить для диалогового использования или прямого выполнения запросов. В README не приведены оценки качества на бенчмарках.

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

Llama-3.2-non-recurrent-posttrained

Llama-3.2-non-recurrent-posttrained is a non-recurrent meta-llama/Llama-3.2-1B based baseline for the Retrofitting Recurrence set of models. A set of depth recurrent models trained by taking layers from pretrained feedforward language models (link to paper).

Training

We train using https://github.com/mcleish7/retrofitting-recurrence using AMD MI300A GPUs on Tuolumne at Lawrence Livermore National Laboratory.

Data

Train and validation data is taken from non-overlapping subsets of raw text data. As such it is not an instruction model.

Licence

This model is released under the apache-2.0 licence.

Contact

Please, feel free to contact us with any questions, or open a discussion thread.

Citation

@article{mcleish2025teaching,
    title={Teaching Pretrained Language Models to Think Deeper with Retrofitted Recurrence}, 
    author={Sean McLeish and Ang Li and John Kirchenbauer and Dayal Singh Kalra and Brian R. Bartoldson and Bhavya Kailkhura and Avi Schwarzschild and Jonas Geiping and Tom Goldstein and Micah Goldblum},
    journal={arXiv preprint arXiv:2511.07384},
    year={2025}
}

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
004e96a

0 моделей