/ Модель

Характеристики

Контекст
8 192 токена
Параметры
362 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-360M
Библиотека
transformers
Опубликована
28 сен 2026

Tessera-1B-Nano-Base

Генерация текстаТекст → текст3 профессии

Контрольная авторегрессионная модель Paragon Intelligence Labs на базе SmolLM2-360M для генерации текста и сравнения методов обучения предсказанию следующего токена.

1 305скачиваний за 30 дней1лайквеса обновлены10 окт 2026

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

Tessera-1B-Nano-Base — контрольная авторегрессионная языковая модель Paragon Intelligence Labs, созданная на основе HuggingFaceTB/SmolLM2-360M. Модель продолжительно обучали предсказывать следующий токен на сопоставимом наборе данных; это базовый NTP-вариант экспериментального сравнения, без концептуального пути и дополнительных параметров. Она использует плотную архитектуру семейства Llama и поддерживает генерацию текста через Transformers. В метаданных указан контекст до 8192 токенов и около 361,8 млн параметров.

Модель предназначена прежде всего для воспроизведения и сравнения результатов эксперимента с концептуальным вариантом Tessera. В README приведены значения потерь и perplexity на отложенной выборке, а также объём обучения примерно в 1 млрд токенов. Модель может служить компактной основой для генерации текста и языковых экспериментов, однако карточка не описывает её качество в прикладных задачах и не заявляет поддержку конкретных языков. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • сравнение обычного предсказания следующего токена с концептуальным обучением
  • воспроизведение экспериментов семейства Tessera
  • генерация текста компактной языковой моделью
  • исследование дообучения небольших авторегрессионных моделей

Ограничения

README представляет модель как контрольный вариант исследовательского сравнения; прикладное качество и поддерживаемые естественные языки не охарактеризованы. Это базовая NTP-модель без концептуального пути, поэтому результаты нельзя переносить на концептуальный вариант Tessera.

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

Tessera-1B-Nano-Base

The plain half of a controlled experiment by Paragon Intelligence Labs: the untouched HuggingFaceTB/SmolLM2-360M backbone, continued-pretrained with no concept path, no extra parameters, no tricks. This is the matched NTP-only baseline of the comparison - every difference from its sibling is the concept path's doing, and nothing else.

*60-second demo of the comparison Space

  • the left column is this model. The metals rows were captured live from the Space; the photosynthesis row was generated with the Space's code against the published checkpoints on CPU.*

TL;DR

This arm is the boring half on purpose: same tokens, same order, same initialization as the concept arm, no restarts, no NaNs. Science needs a control before it needs a result.

  • Read this card as the yardstick: the final numbers below are what the concept arm is measured against.
  • The comparison outcome and the intervention readings live in the whitepaper at docs/whitepaper.md in the ncp-smol repository.

Numbers

The raw record this narrative is built from; per-arm READMEs and the whitepaper hold the full analysis.

MetricValue
Held-out NTP loss2.5135
Held-out perplexity12.3485
Training tokens999,948,288
Tracked compute estimate$24.88

Intervention deltas are increases in held-out NTP loss relative to normal predicted concept feedback, evaluated on identical batches.

Architecture

  • chunk size: 4
  • product code: 15 segments x 64 entries
  • causal concept blocks: 2
  • injection point: before token decoder block 2
  • NCP target: next continuous concept
  • loss: L_ntp + 1 L_ncp + 1 L_vq

This is a compact ConceptLM-style implementation, not an 8.9B NCP-ArchPreview replica. It omits iterative residual coding, cross-scale residual connections, and the large-scale training recipe.

Training data and provenance

The matched corpus and the training record are pinned in the ncp-smol repository: packed-cache SHA256 hashes, the complete metric log, trainer state, and the raw intervention evaluation JSON (also shipped in this repository as eval.json and metrics.jsonl).

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("yava-code/Tessera-1B-Nano-Base")
model = AutoModelForCausalLM.from_pretrained("yava-code/Tessera-1B-Nano-Base")

The Tessera family

Three checkpoints, one story, in reading order:

All cards are generated from the run artifacts by the same build_card; the study repository holds the whitepaper and full records.

References

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
69f2f65

0 моделей