/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
llama3.2-typhoon2-3b-instruct
Библиотека
transformers
Опубликована
27 дек 2024

llama3.2-typhoon2-t1-3b-research-preview

Генерация текстаТекст → текст11 профессий

Открытая языковая модель SCB 10X на базе Llama для диалога и многошагового решения задач на английском и тайском языках.

38скачиваний за 30 дней6лайковвеса обновлены31 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Typhoon T1 3B (Research Preview) — открытая языковая модель рассуждений, разработанная SCB 10X на основе Typhoon 2 3B Instruct. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров, предназначенная для диалога, следования инструкциям и решения задач, где полезно рассуждать перед выдачей ответа. Модель поддерживает контекст до 131 072 токенов и работает с текстом на английском и тайском языках.

Модель рассчитана на математические и научные вопросы, задачи общего рассуждения и широкий круг запросов; авторы сообщают об улучшениях на GPQA, MMLU Pro и математических бенчмарках относительно базовой Typhoon 2 3B Instruct. В версии от 1 февраля 2025 года добавлена генерация рассуждений на тайском и улучшено следование инструкциям. Доступен интерфейс вызова инструментов. Лицензия — Llama 3.2 Community License. Это исследовательская предварительная версия; как и другие генеративные модели, она может иногда выдавать небезопасные или ошибочные ответы, а поведение при рассуждениях требует дальнейшей оценки.

Сценарии применения

  • решение математических задач с пошаговым рассуждением
  • ответы на научные вопросы и вопросы по разным дисциплинам
  • диалог и выполнение инструкций на тайском языке
  • диалог и выполнение инструкций на английском языке
  • подготовка ответов на сложные запросы с использованием инструментов

Ограничения

Это предварительная исследовательская версия; ответы могут быть ошибочными или небезопасными. Авторы отмечают, что поведение моделей рассуждений и их безопасность требуют дальнейшего изучения.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Typhoon T1 3B (Research Preview)

Typhoon T1 3B (Research Preview) is the first in a new family of open reasoning model "Typhoon T". Reasoning model is a novel type of model that think longer before giving a final answer.

Typhoon T1 3B (Research Preview) is built on top of Typhoon 2 3B Instruct. It has improved performance on challenging benchmarks like GPQA, MMLU Pro, and AI Mathematics Olympiad validation set.

[!NOTE] 🚀 2025-02-01 Update: We have released a new version of Typhoon T1 3B (Research Preview) with the ability to 🇹🇭 generate Thai reasoning traces, improved Thai performance in general, and enhanced instruction following. This version has the a comparative level of English performance to v2025-01-23.

Key Points

  • Typhoon T1 is a new family of open reasoning models developed by SCB 10X
  • Typhoon T1 3B (Research Preview), the first in the Typhoon T family, shows improved performance across challenging benchmarks compared to the original Typhoon 2 3B Instruct
  • Typhoon T1 3B (Research Preview) offers a fast, low-compute requirements model, yet is capable in a variety of tasks by scaling test-time compute, enabling the model to think longer before giving a final answer. Typhoon T1 3B (Research Preview) is able to reason across domains, unlike many open reasoning models limited to mathematics and coding
  • We open our recipe for data pipeline and training this model without distilling from other reasoning models
  • We introduce a new thinking paradigm for reasoning models, structured thinking, where we add auxiliary tokens to help structure the thinking process of the model. This approach shows an increase in performance over a common variant of separating only thought and response parts based on our experiments
  • Typhoon T1 3B (Research Preview) v2025-02-01 is the first reasoning model where we intentionally equipped the model with the ability to generate Thai reasoning traces, improving transparency and interpretability of the model.

For more technical details, please visit our technical blog.

  • To acknowledge Meta's effort in creating the foundation model and to comply with the license, we explicitly include llama-3.2 in the model name.

Performance

Model nameGSM8K (↑), 8-shotHumanEval+ (↑), Pass@10GPQA (↑), 0CoTAIME (↑)
Typhoon 2 3B Instruct56.636627.010
Typhoon T1 3B (semi)59.5968.9925.890
Typhoon T1 3B (Research Preview) v2025-01-2362.4069.8731.72.22

MMLU Pro (↑), 5-shot

Model nameAverageMathHealthPhysicsBusinessBiologyChemistryComputer ScienceEconomicsEngineeringPhilosophyOtherHistoryPsychologyLaw
Typhoon 2 3B Instruct26.726.833.6223.425.3543.3819.8828.2935.4318.3728.0627.9225.7237.8413.17
Typhoon T1 3B (Research Preview) v2025-01-2330.6530.5736.1927.131.6950.7722.1731.2238.8621.9830.6632.7926.5143.3617.26

Model description

  • Model type: A 3B instruct decoder-only model based on Llama architecture.
  • Requirement: transformers 4.46.1 or newer.
  • Primary Language(s): English 🇬🇧 and Thai 🇹🇭
  • License: Llama 3.2 Community License

Usage Examples

⚠️ Please note that max_new_tokens should be at least 512, but is recommended at a minimum of 1,024 to provide space for complete generation.

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "scb10x/llama-3.2-typhoon-t1-3b-research-preview"
revision = "main" # To use the previous version comment this line
# revision = "v2025-01-23" # To use the previous version uncomment this line

tokenizer = AutoTokenizer.from_pretrained(model_id, revision=revision)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    revision=revision
)

messages = [
    {"role": "user", "content": "หากแปลคำว่า \"ไต้ฝุ่น\" เป็นภาษาอังกฤษ ในคำที่ถูกแปลแล้วจะมีตัวอักษร \"o\" ทั้งหมดกี่ตัว"},
]

input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

terminators = [
    tokenizer.eos_token_id,
    tokenizer.convert_tokens_to_ids("<|eot_id|>")
]

outputs = model.generate(
    input_ids,
    max_new_tokens=1024,
    eos_token_id=terminators,
    do_sample=False,
    temperature=0.0,
    top_p=0.9,
)
response = outputs[0][input_ids.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))

OpenAI API-compatible Server with vLLM

pip install vllm
vllm serve scb10x/llama-3.2-typhoon-t1-3b-research-preview

# To serve the previous version, add the revision parameter as shown below
# vllm serve scb10x/llama-3.2-typhoon-t1-3b-research-preview --revision v2025-01-23
# see more information at https://docs.vllm.ai/

Intended uses & limitations

While we made an effort to make our model safe, like all generative models, it may generate unsafe content in rare cases. Introducing a reasoning model paradigm may introduce some unforeseen behaviors, as model safety in the reasoning domain is a relatively new and ongoing area of research.

Follow Us

https://twitter.com/opentyphoon

Support

https://discord.gg/us5gAYmrxw

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 6
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 6
  • total_train_batch_size: 288
  • total_eval_batch_size: 8
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • num_epochs: 2.0

Citation

@misc{taveekitworachai2025typhoont1openthai,
      title={Typhoon T1: An Open Thai Reasoning Model}, 
      author={Pittawat Taveekitworachai and Potsawee Manakul and Kasima Tharnpipitchai and Kunat Pipatanakul},
      year={2025},
      eprint={2502.09042},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.09042}, 
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c7d61a9

0 моделей