/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
49,3 млн
Лицензия
Apache 2.0
Архитектура
veyra2_apricot · dense
Библиотека
transformers
Опубликована
14 июн 2026

Veyra2-Apricot-50M-Base

Генерация текстаТекст → текст3 профессии

Компактная базовая языковая модель на 49,3 млн параметров для исследований, бенчмаркинга и продолжения предобучения.

650скачиваний за 30 дней15лайковвеса обновлены30 сен 2026

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

Veyra2-Apricot-50M-Base — компактная причинно-языковая модель veyra-ai с архитектурой, близкой к Llama. Модель содержит 49,3 млн параметров и обучена с нуля на смеси примерно из 20 млрд токенов; веса доступны в формате safetensors. Для работы используется Transformers с пользовательским кодом архитектуры, включая QKV-Norm.

Это базовая, не дообученная для следования инструкциям модель. Она предназначена для исследований компактных языковых моделей, продолжения предобучения, бенчмаркинга и экспериментов, в том числе с научными cloze- и multiple-choice-заданиями. В метаданных указано окно контекста 2048 токенов; при обучении использовалась длина последовательности 1024 токена. Карточка указывает английский язык.

Модель не следует считать готовым чат-ассистентом: генерация может быть нестабильной, повторяющейся, уходить от темы и содержать фактические ошибки, включая вымышленные ссылки и технические утверждения. Для фактических и высокорисковых сценариев требуется дополнительная проверка. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с компактными причинно-языковыми моделями
  • продолжение предобучения на собственном корпусе
  • бенчмаркинг малых языковых моделей
  • оценка на cloze- и multiple-choice-заданиях по естественным наукам

Ограничения

Модель не настроена для следования инструкциям или диалогового ассистирования; генерация может повторяться, отклоняться от темы и содержать галлюцинации. Не предназначена для фактических или высокорисковых сценариев без дополнительной проверки.

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

Veyra Banner

Veyra2-Apricot-50M-Base

Veyra2-Apricot-50M-Base is a 49.3M-parameter Llama-like causal language model trained from scratch on approximately 20B tokens.

It is a raw base model, not an instruction-tuned assistant. It is intended for research, benchmarking, continued pretraining, and small-model experimentation.

Model Details

PropertyValue
Parameters49,303,040
ArchitectureLlama-like causal LM
Layers16
Hidden size512
Attention heads8
KV heads2
Head dim64
Intermediate size1408
Vocabulary size8192
Context length used in training1024
ActivationSwiGLU / SiLU
NormalizationRMSNorm
AttentionGQA with QKV-Norm
Positional encodingRoPE
Weight tyingTied input embeddings and LM head
Training tokensApproximately 19.99B
Training precisionbfloat16
OptimizerMuon

Tokenizer

Special tokens:

  • <|bos|>: 0
  • <|eos|>: 1
  • <|pad|>: 2
  • <|unk|>: 3
  • <|im_start|>: 4
  • <|im_end|>: 5

Training Data

The model was trained on a 20B-token pretraining mixture.

  • FineWeb-Edu sample-10BT: 45%
  • Cosmopedia-v2: 30%
  • DCLM-Edu: 15%
  • FineMath finemath-3plus: 10%

Training Summary

  • Final step: 9532
  • Tokens seen: 19,990,052,864
  • Tokens per step: 2,097,152
  • Global batch size: 2048
  • Sequence length: 1024
  • Last train loss: 2.5062
  • Final eval loss: 2.4978
  • Final eval perplexity: 12.16

Evaluation

SciCloze Eval

  • SciCloze-900 accuracy: 47.56%
  • SciCloze-900 correct: 428 / 900

SciCloze-900 repository: veyra-ai/SciCloze-900

SciCloze-900 subject breakdown:

  • Biology: 53.67%
  • Physics: 45.67%
  • Chemistry: 43.33%

Other Evals

Zero-shot results:

Open SLM Bench verified:

  • Average: 38.81%
  • PIQA acc_norm: 62.13%
  • ARC-Easy acc_norm: 42.47%
  • ARC-Challenge acc_norm: 23.29%
  • HellaSwag acc_norm: 31.28%
  • ArithMark-3.0 acc: 31.60%

Additional local evaluations:

  • Winogrande acc: 50.12%
  • OpenBookQA acc_norm: 28.80%
  • BoolQ acc: 60.67%
  • SciQ accuracy: 72.70%
  • SciQ normalized accuracy: 64.20%

Usage

This model uses custom Transformers remote code because it includes QKV-Norm and a custom architecture definition.

Notes on Generation

Veyra2-Apricot-50M-Base is a raw base model. It is not instruction tuned and should not be expected to behave like a chat assistant. Open-ended generations can be unstable, repetitive, or factually unreliable. It's not a polished assistant.

Intended Use

This model is intended for:

  • small language model research
  • continued pretraining
  • benchmarking
  • science-oriented cloze and multiple-choice evaluation
  • experimentation with compact causal LMs

Limitations

  • Not instruction tuned
  • Not RLHF tuned
  • Not safe for factual or high-stakes use without additional validation
  • Can hallucinate names, citations, species, references, and technical claims
  • Open-ended text may drift off-topic
  • Context length during training was 1024 tokens

Citation

If you use this model, please cite the model repository:

veyra-ai/Veyra2-Apricot-50M-Base

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
Veyra2ApricotForCausalLM
Ревизия весов
54c05b3

0 моделей