/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
rwkv7_babylm · dense
Библиотека
transformers
Опубликована
1 июн 2026

birwkv7-babylm2026-ck14k

Генерация текстаТекст → текст

Экспериментальная двунаправленная модель BiRWKV-7 для исследования языкового моделирования и отслеживания сущностей в английских текстах.

136скачиваний за 30 дней0лайковвеса обновлены1 июн 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

Это экспериментальный чекпойнт BiRWKV-7, разработанный для серии BabyLM 2026 Strict-Small. Модель примерно на 28 млн параметров использует плотную двунаправленную архитектуру RWKV-7 и опубликована на шаге обучения 14 000; метаданные указывают библиотеку Transformers и формат весов safetensors. Лицензия — Apache-2.0.

Чекпойнт предназначен для исследований языкового моделирования и отслеживания сущностей в коротких текстах. В карточке приведены результаты BLiMP 68,83% и Entity Tracking 40,20% при объединении прямого и обратного проходов; для оценки только авторегрессионной языковой модели Entity Tracking составляет 22,45%. Это показывает, что двунаправленное представление помогает сохранять состояние сущностей, которое не отражается в CLM-оценке. Карточка ориентирована на английский язык; размер контекста не указан.

Сценарии применения

  • исследование отслеживания сущностей в коротких текстах
  • оценка языковых моделей на наборе BLiMP
  • эксперименты с двунаправленными представлениями текста

Ограничения

Показатели приведены для конкретного чекпойнта и внутренней оценки; результаты Entity Tracking существенно зависят от использования прямого и обратного проходов. Модель небольшая и экспериментальная, поэтому результаты не гарантируют качество на широких прикладных задачах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BiRWKV-7 — BabyLM 2026 Strict-Small (step 14k, peak Entity Tracking)

Architecture: BiRWKV-7 (~28M parameters) — bidirectional RWKV-7
Checkpoint: Step 14,000 — peak Entity Tracking checkpoint
Fused inference ET: 40.20% (internal eval; official CLM-only ET: 22.45%)
BLiMP at step 14k: 68.83%

This checkpoint is notable for the divergence between CLM-only and fused inference Entity Tracking: fused inference (forward + reversed backward pass) reaches 40.20% ET at step 14k, competitive with BLaLM (40.93%), while CLM-only scoring gives 22.45% — demonstrating that the bidirectional representation encodes entity state that CLM scoring cannot access.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "yashmahe2018/birwkv7-babylm2026-ck14k",
    trust_remote_code=True
)

Citation

@misc{maheshwari2026halved,
  title={Halved CLM Exposure Mitigates Late-Training Collapse in Small Recurrent Language Models},
  author={Maheshwari, Yash},
  year={2026},
  note={BabyLM 2026 submission}
}

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
BiRWKV7ForCausalLM
Ревизия весов
9a8fdb9

0 моделей