/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
189 млн
Лицензия
MIT
Архитектура
gemma3_text · dense
Библиотека
transformers
Опубликована
8 янв 2026

MaximusLLM

Генерация текстаТекст → текст3 профессии

Экспериментальная компактная англоязычная языковая модель для генерации текста и диалогов с длинным контекстом.

151скачиваний за 30 дней0лайковвеса обновлены13 мар 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

MaximusLLM — языковая модель на 189,3 млн параметров, разработанная независимым исследователем Yousef Gamaleldin. Это плотный Transformer на архитектуре Gemma 3 с Bifurcated Latent Attention; модель обучена с нуля, а затем прошла инструкционное обучение. Она предназначена для генерации текста и диалогов с длинным контекстом до 32 768 токенов.

Модель экспериментирует с эффективным обучением и обработкой длинного контекста: автор сообщает о снижении пиковой VRAM примерно на 40% и росте пропускной способности более чем в 17 раз относительно указанного базового подхода. Карточка описывает английский язык и применение как архитектурный proof of concept. Из-за небольшого числа параметров модель ограничена в объёме знаний и может галлюцинировать. Лицензия — MIT.

Сценарии применения

  • генерация англоязычного текста
  • ответы на вопросы в длинном диалоге
  • эксперименты с эффективной обработкой длинного контекста

Ограничения

Модель на 189,3 млн параметров имеет ограниченный объём знаний и может галлюцинировать; автор характеризует её как архитектурный proof of concept.

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

MaximusLLM

MaximusLLM is a long-context language model designed for hyper-efficient architecture and training. It introduces a new paradigm for to long context while reducing training VRAM by ~40% and increasing throughput by over 17x compared to optimized standard Cross-Entropy baselines.

Model Details

Model Description

  • Developed by: Yousef Gamaleldin (Independent Researcher)
  • Model type: Transformer with Bifurcated Latent Attention
  • Language(s) (NLP): English
  • License: MIT
  • Finetuned from model: Trained from scratch (Base) followed by Instruction Pre-training.
  • Tokenizer: Gemma 3 (262,144 vocab size)

Model Sources

  • Repository: yousefg/MaximusLLM
  • Technical Reports:
    • MAXIS: A Hyper-Efficient Paradigm for Scalable Long-Context LLM Training
    • Bifurcated Latent Attention: Scaling LLMs to Infinite Context via Asymmetric Causal RandNLA

Bias, Risks, and Limitations

MaximusLLM (190M) is an architectural proof-of-concept. While it demonstrates extreme efficiency, its absolute knowledge capacity is limited by its parameter count. Users should expect hallucinations.

How to Get Started with the Model

from src.model import Model, Config
from src.lora import blockswap_attention_layers
from src.infer import general_generate_fn

config = Config.from_pretrained("yousefg/MaximusLLM")
model = Model(config, device="cuda")
blockswap_attention_layers(model)

prompt = "<start_of_turn>user\nWhat is the capital of France?<end_of_turn>\n<start_of_turn>model\n"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
output = general_generate_fn(model, inputs, tokenizer, max_new_tokens=50)
print(tokenizer.decode(output[0]))

Training Details

Training Data

  1. Pre-training: A high-quality subset of HuggingFaceFW/fineweb-edu.
  2. Narrative Alignment: roneneldan/TinyStories to stabilize linguistic fluidity.
  3. Instruction Alignment: HuggingFaceH4/ultrachat_200k using a multi-turn conversational format.

Training Procedure

Maximus utilizes a specialized training pipeline to maintain FP32 master weight stability while achieving FP16 throughput.

Training Hyperparameters

  • Optimizers:
    • Muon: Applied to all 2D weight matrices (Attention/MLP) with LR 0.02 (Pre-train) and 0.005 (SFT).
    • AdamW: Applied to Embeddings, Head, and Norms (LR 4e-4).
  • Loss Function: MAXIS Loss (Unnormalized Ghost Logits + Matryoshka Auxiliary loss).
  • Precision: FP32 Master Weights, FP16 Mixed Precision (Autocast).
  • Effective Batch Size: 64 to 256 (via Gradient Accumulation).
  • Context Length: Scaled from 2,048 to 8,192 native (Long-context phase).

Speeds, Sizes, Times

  • Throughput: 2.81 updates/sec (17.5x faster than Liger-fused Cross-Entropy).
  • VRAM Savings: 38.7% reduction in peak memory usage.
  • Scaling: $O(N \cdot K)$ complexity achieved via Query Chunking and KV-compression.

Technical Specifications

Model Architecture and Objective

MaximusLLM utilizes three core innovations:

  1. MAXIS Loss: A Matryoshka-structured loss using Dynamic Variance Ghost Logits to simulate the full-vocabulary distribution, preventing the "premature saturation" common in sampled softmax.
  2. RandNLA Attention: Bifurcates the KV-cache into a Top-K Detail Path (lossless) and a Causal Kronecker Sketch Path (compressed background). It uses an Asymmetric Causal Mask to remain strictly autoregressive.
  3. Fisher SVD: Leverages the Fisher Information Matrix ($\sum (\frac{\partial L}{\partial W})^2$) to optimally initialize latent spaces, preserving pre-trained intelligence during architectural transitions.

Compute Infrastructure

Hardware

  • Primary: NVIDIA Tesla T4 (16GB VRAM) / 2x Tesla T4 via Kaggle/Cloud.
  • Secondary: Benchmarked on NVIDIA L4 (24GB VRAM).

Software

  • Framework: PyTorch 2.5+ or 2.9+ for training
  • Compiler: torch.compile (Hollow-compilation of inner blocks for stability).

Citation

MAXIS Loss:

@article{gamaleldin2026maxis,
  title={MAXIS: A Hyper-Efficient Paradigm for Scalable Long-Context LLM Training},
  author={Gamaleldin, Yousef},
  journal={SSRN: Artificial Intelligence eJournal},
  year={2026}
}

RandNLA Attention:

@article{gamaleldin2026randnla,
  title={Bifurcated Latent Attention: Scaling LLMs to Infinite Context via Asymmetric Causal RandNLA},
  author={Gamaleldin, Yousef},
  journal={SSRN: Artificial Intelligence eJournal},
  year={2026}
}

Model Card Contact

Yousef Gamaleldin - [yrafat38@gmail.com]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
01aab9c

0 моделей