/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
huginn_raven · dense
Библиотека
transformers
Опубликована
8 ноя 2025

Recurrent-TinyLlama-3T-train-recurrence-8

Генерация текстаТекст → текст

Экспериментальная рекуррентная версия TinyLlama для генерации и продолжения текста с настраиваемой глубиной вычислений при выводе.

137скачиваний 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-TinyLlama-3T-train-recurrence-8 — экспериментальная языковая модель из набора Retrofitting Recurrence, созданного для изучения рекуррентных языковых моделей. В ней слои предварительно обученной TinyLlama организованы с повторным выполнением, а реализация основана на архитектуре Huginn Raven. Модель предназначена для генерации текста и продолжения последовательностей; аргумент num_steps позволяет менять вычислительную глубину во время вывода.

Модель обучена на непересекающихся подмножествах сырых текстовых данных, включая набор NVIDIA Nemotron-CC-Math-v1. Это не инструкционная модель: она не предназначена для выполнения команд в формате чат-бота. Контекст составляет 2048 токенов, основной язык в метаданных — английский. Для запуска используется Transformers и требуется trust_remote_code=True. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжения английского текста
  • эксперименты с рекуррентными языковыми моделями
  • сравнение вычислительной глубины при генерации
  • исследование влияния повторного выполнения слоёв на генерацию

Ограничения

Модель не является инструкционной, поэтому не рассчитана на надёжное выполнение команд или диалог в формате ассистента. Контекст ограничен 2048 токенами; для загрузки требуется разрешить удалённый код.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Recurrent-TinyLlama-3T-train-recurrence-8

Recurrent-TinyLlama-3T-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-TinyLlama-3T-train-recurrence-8", torch_dtype=torch.float32, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("smcleish/Recurrent-TinyLlama-3T-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
e0f4170

0 моделей