/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
5,5 ГБ
Лицензия
Apache 2.0
Архитектура
huginn_raven · dense
Библиотека
transformers
Опубликована
8 ноя 2025

Recurrent-Llama-3.2-train-recurrence-32

Генерация текстаТекст → текст3 профессии

Экспериментальная рекуррентная версия Llama 3.2 для авторегрессионной генерации и продолжения английского текста.

1 517скачиваний за 30 дней1лайквеса обновлены11 ноя 2025

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

Recurrent-Llama-3.2-train-recurrence-32 — языковая модель семейства Huginn/Raven из набора Retrofitting Recurrence, опубликованная smcleish. Это плотная авторегрессионная модель для генерации текста, построенная на основе слоёв предварительно обученной модели Llama 3.2 и дообученная с рекуррентной глубиной. В README модель названа частью серии экспериментов по добавлению рекуррентности в обычные языковые модели; тренировочные данные включают набор Nemotron-CC-Math-v1.

Модель предназначена для продолжения текста и языкового моделирования, а не для выполнения инструкций или диалогового ассистирования. Параметр num_steps позволяет менять вычислительную глубину при инференсе. Заявленное нативное контекстное окно составляет 131 072 токена. Репозиторий использует Transformers и формат safetensors; лицензия — Apache-2.0.

Модель рассчитана на английский текст. README не приводит оценок качества и ограничений по ресурсам; поскольку это экспериментальная рекуррентная версия, фактическое качество и поведение при разных значениях num_steps следует оценивать отдельно.

Сценарии применения

  • продолжение английского текста
  • эксперименты с рекуррентной глубиной языковой модели
  • сравнение качества генерации при разных значениях num_steps

Ограничения

Модель не является instruction-моделью и не предназначена для выполнения пользовательских инструкций. README не приводит оценок качества; качество при различных значениях num_steps требует отдельной проверки.

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

Recurrent-Llama-3.2-train-recurrence-32

Recurrent-Llama-3.2-train-recurrence-32 is part of the Retrofitting Recurrence set of models. A set of depth recurrent models trained by taking layers from pretrained feedforward language models (link to paper).

Downloading and Using the Model

Load the model like this:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("smcleish/Recurrent-Llama-3.2-train-recurrence-32", torch_dtype=torch.float32, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("smcleish/Recurrent-Llama-3.2-train-recurrence-32")

Modifying the Model's Depth at Test Time:

By providing the argument num_steps, the model will execute a forward pass with that amount of compute:

input_ids = tokenizer.encode("The capital of Westphalia is", return_tensors="pt", add_special_tokens=True).to(device)
model.eval()
model.to(device)
model(input_ids, num_steps=32)

Depth Recurrent Features

The modelling file is based on tomg-group-umd/huginn-0125, and therefore inherits all of the cool recurrent features demonstrated in the README.md for that model.

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

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RavenForCausalLM
Ревизия весов
a5f6f12

0 моделей