/ Модель

Характеристики

Контекст
4 096 токенов
Размер весов
5,4 ГБ
Лицензия
Apache 2.0
Архитектура
huginn_raven · dense
Библиотека
transformers
Опубликована
8 ноя 2025

Recurrent-OLMo-2-0425-train-recurrence-16

Генерация текстаТекст → текст3 профессии

Экспериментальная рекуррентная языковая модель на основе OLMo 2 для генерации и продолжения английского текста с настраиваемой вычислительной глубиной.

2 385скачиваний 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-OLMo-2-0425-train-recurrence-16 — экспериментальная рекуррентная языковая модель из набора Retrofitting Recurrence. Она создана путём преобразования слоёв предварительно обученной прямой языковой модели в модель с рекуррентной глубиной; README указывает на семейство OLMo 2 и код моделирования на основе tomg-group-umd/huginn-0125. Модель предназначена для генерации текста и исследования рекуррентных архитектур. Параметр num_steps позволяет менять вычислительную глубину при выводе.

Модель не является инструкционной: её обучали на сырых текстовых данных из непересекающихся обучающей и валидационной выборок, поэтому она рассчитана на продолжение текста, а не на выполнение запросов в формате чат-ассистента. В метаданных указаны архитектура RavenForCausalLM, библиотека Transformers, контекст 4096 токенов и английский язык. Файлы представлены в формате safetensors. Лицензия — Apache 2.0.

Сценарии применения

  • продолжение английского текста
  • исследование рекуррентных языковых моделей
  • сравнение качества генерации при разном числе рекуррентных шагов

Ограничения

Модель не обучалась как инструкционная, поэтому не предназначена для надёжного выполнения запросов в формате чат-ассистента. Контекст ограничен 4096 токенами.

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-OLMo-2-0425-train-recurrence-16

Recurrent-OLMo-2-0425-train-recurrence-16 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-OLMo-2-0425-train-recurrence-16", torch_dtype=torch.float32, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("smcleish/Recurrent-OLMo-2-0425-train-recurrence-16")

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
bdfef4d

0 моделей