/ 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-8

Генерация текстаТекст → текст

Рекуррентная авторегрессионная языковая модель smcleish для продолжения текста с регулируемым числом вычислительных шагов.

99скачиваний 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-8 — языковая модель автора smcleish из набора Retrofitting Recurrence. Это плотная авторегрессионная модель для генерации текста, обученная с использованием слоёв предварительно обученной обычной языковой модели. Архитектура основана на tomg-group-umd/huginn-0125 и поддерживает рекуррентные вычисления по глубине: параметр num_steps позволяет менять объём вычислений при генерации. Модель загружается через Transformers с trust_remote_code=True.

Модель обучалась на непересекающихся подмножествах текстовых данных и не является инструкционной: она предназначена для продолжения текста, а не для следования командам или диалогового помощника. В метаданных указан контекст 4096 токенов, язык en и датасет nvidia/Nemotron-CC-Math-v1. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. README не сообщает размер модели и конкретную базовую модель, из которой взяты обучающие слои.

Сценарии применения

  • продолжение англоязычного текста
  • генерация текста на основе начального фрагмента
  • эксперименты с рекуррентными языковыми моделями
  • сравнение качества генерации при разном числе вычислительных шагов

Ограничения

Модель не является инструкционной и не предназначена для надёжного следования запросам или ведения диалога. Для загрузки требуется trust_remote_code=True; заявленный контекст составляет 4096 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Recurrent-OLMo-2-0425-train-recurrence-8

Recurrent-OLMo-2-0425-train-recurrence-8 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-8", torch_dtype=torch.float32, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("smcleish/Recurrent-OLMo-2-0425-train-recurrence-8")

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
275fda2

0 моделей