/ 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-4

Генерация текстаТекст → текст3 профессии

Рекуррентная языковая модель для генерации и продолжения текста с настраиваемым числом вычислительных шагов.

547скачиваний за 30 дней0лайковвеса 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-4 — языковая модель авторства smcleish из набора Retrofitting Recurrence. Это рекуррентная по глубине causal language model на архитектуре RavenForCausalLM, созданная на основе слоёв предварительно обученной модели с прямым проходом. Она предназначена для генерации текста, а аргумент num_steps позволяет менять число вычислительных шагов при инференсе.

Модель обучалась на непересекающихся подмножествах сырых текстовых данных и не является инструкционной, поэтому рассчитана на продолжение текста, а не на выполнение пользовательских инструкций. Для загрузки README указывает Transformers и trust_remote_code=True; веса доступны в формате safetensors, лицензия — Apache-2.0. Контекст — до 131072 токенов. В карточке указан английский язык и датасет Nemotron-CC-Math-v1.

Сценарии применения

  • продолжение исходного текста на английском языке
  • генерация текста с регулируемой глубиной вычислений
  • эксперименты с рекуррентными языковыми моделями
  • оценка влияния числа вычислительных шагов на генерацию
  • генерация текста на математических данных

Ограничения

Модель не является инструкционной и предназначена для продолжения текста, а не для надёжного выполнения инструкций. Для загрузки требуется включить trust_remote_code в Transformers.

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-4

Recurrent-Llama-3.2-train-recurrence-4 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-4", torch_dtype=torch.float32, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("smcleish/Recurrent-Llama-3.2-train-recurrence-4")

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
c466903

0 моделей