/ Модель

Характеристики

Контекст
1 024 токена
Параметры
362 млн
Лицензия
MIT
Архитектура
mor_llama · dense
Базовая модель
DialoGPT-medium
Библиотека
transformers
Опубликована
27 июл 2025

fine_tune

Генерация текстаТекст → текст3 профессии

Дообученная языковая модель с архитектурой LLaMA и механизмами MoR для быстрой генерации текста при ограниченных вычислительных ресурсах.

278скачиваний за 30 дней9лайковвеса обновлены28 авг 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

Модель sudeshmu/fine_tune — языковая модель для генерации текста, основанная на архитектуре LLaMA с модификациями MoR (Mixture of Recursions). В карточке указаны 360 млн параметров, 32 слоя, скрытый размер 960, словарь из 49 152 токенов и контекст до 1 024 токенов. Модель дообучена на базе microsoft/DialoGPT-medium; в README в качестве обучающих данных указан дедуплицированный поднабор FineWeb-Edu, а в метаданных — HuggingFaceTB/smollm-corpus.

MoR использует динамическую маршрутизацию токенов по глубине вычислений, обучаемые маршрутизаторы, разделение параметров между циклами и рекурсивное KV-кэширование. Она предназначена для эффективной генерации текста, интерактивных помощников и сценариев с ограниченными вычислительными ресурсами. README заявляет ускорение пропускной способности до двух раз относительно стандартных трансформеров и снижение требований к памяти, но не приводит деталей условий сравнения.

Для полноценного использования функций MoR может потребоваться поддержка специальной архитектуры и оптимизации развёртывания; наилучшую производительность README связывает с полным фреймворком обучения MoR. Лицензия модели — MIT.

Сценарии применения

  • быстрая генерация продолжений текста
  • создание интерактивного текстового помощника
  • генерация текста на устройствах с ограниченной памятью
  • эксперименты с адаптивными вычислениями и ранним выходом

Ограничения

Для использования специфических функций MoR может требоваться поддержка специальной архитектуры; для лучшей производительности README рекомендует полный фреймворк обучения MoR. Заявленное ускорение до двух раз не сопровождается описанием условий измерения.

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

Model Fine tunning on ineweb-edu-dedup, Hugging face open datasets

Model Description

Model Details

  • Model Size: 360M parameters
  • Architecture: Based on LLaMA with MoR modifications
  • Context Length: 1024 tokens
  • Vocabulary Size: 49,152 tokens
  • Hidden Size: 960
  • Number of Layers: 32
  • Attention Heads: 15 (5 KV heads)
  • Training Data: FineWeb-Edu deduplicated subset

Quick Start

Installation

pip install torch transformers accelerate

Basic Usage

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

# Load model and tokenizer
model_name = "your-username/fine_tune"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto"
)

# Generate text
prompt = "The key to artificial intelligence is"
inputs = tokenizer(prompt, return_tensors="pt")

with torch.no_grad():
    outputs = model.generate(
        **inputs,
        max_length=100,
        temperature=0.7,
        do_sample=True,
        pad_token_id=tokenizer.eos_token_id
    )

generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(generated_text)

Advanced Usage with Custom Recursion

# For advanced users: Access MoR-specific features
# Note: This requires the original MoR codebase for full functionality

from transformers import AutoConfig

config = AutoConfig.from_pretrained(model_name)
# The model supports dynamic recursion depths through routing mechanisms
# See the original repository for complete MoR training and inference scripts

Model Architecture

The MoR model introduces several key innovations over standard transformers:

1. Dynamic Routing Mechanism

  • Expert-choice routing: Dynamically selects which tokens to process at each recursion depth
  • Token-choice routing: Allows tokens to choose their optimal processing depth
  • Trainable routers: End-to-end learning of routing decisions

2. Recursion-wise KV Caching

  • Solves the missing KV cache problem in early-exiting models
  • Selective KV pair storage for memory optimization
  • Enables efficient parallel decoding

3. Parameter Sharing Strategies

  • Cycle sharing: Enables tokens at different depths to be processed together
  • Middle cycle sharing: Optimizes parameter utilization across recursion levels

Training Details

  • Training Framework: PyTorch with DeepSpeed/Accelerate
  • Hardware: 4x H100/A100 GPUs
  • Optimization: AdamW with cosine learning rate schedule
  • Mixed Precision: bfloat16
  • Gradient Accumulation: Multi-step accumulation for effective large batch training

Performance

Efficiency Gains

  • Throughput: Up to 2× improvement over standard transformers
  • Memory: Reduced memory requirements through optimized KV caching
  • Training: Lower total FLOPs during training

Accuracy Preservation

The model maintains competitive performance on standard benchmarks while providing significant efficiency improvements.

Use Cases

  • Efficient text generation: Ideal for applications requiring fast inference
  • Resource-constrained deployment: Suitable for edge devices and mobile applications
  • Real-time applications: Chat systems, interactive AI assistants
  • Research: Adaptive computation and early-exiting research

Limitations

  • Custom architecture requires specific handling for full MoR features
  • Optimal performance achieved with the complete MoR training framework
  • May require model-specific optimizations for deployment

Citation

If you use this model in your research, please cite:

@misc{bae2025mixtureofrecursionslearningdynamicrecursive,
    title={Mixture-of-Recursions: Learning Dynamic Recursive Depths for Adaptive Token-Level Computation}, 
    author={Sangmin Bae and Yujin Kim and Reza Bayat and Sungnyun Kim and Jiyoun Ha and Tal Schuster and Adam Fisch and Hrayr Harutyunyan and Ziwei Ji and Aaron Courville and Se-Young Yun},
    year={2025},
    eprint={2507.10524},
    archivePrefix={arXiv},
    primaryClass={cs.CL},
    url={https://arxiv.org/abs/2507.10524}, 
}

License

This model is released under the MIT License. See the LICENSE file for details.

Authors

Sangmin Bae, Yujin Kim, Reza Bayat, Sungnyun Kim, Jiyoun Ha, Tal Schuster, Adam Fisch, Hrayr Harutyunyan, Ziwei Ji, Aaron Courville, Se-Young Yun

KAIST AI, Mila, Google Cloud, Google DeepMind, Google Research, Université de Montréal

Links


For complete training scripts, evaluation code, and advanced MoR features, please visit the official GitHub repository.

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
MoRLlamaForCausalLM
Ревизия весов
6c53489

0 моделей