/ Модель

Характеристики

Лицензия
MIT
Архитектура
freesolo · dense
Библиотека
pytorch
Опубликована
15 окт 2026

FreeSolo-341M

Генерация текстаТекст → текст

Базовая модель FreeSolo на 341 млн параметров для генерации текста и экспериментов с длинным контекстом.

670скачиваний за 30 дней0лайковвеса обновлены16 окт 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

FreeSolo-341M — базовая языковая модель на 341 млн параметров, разработанная для генерации текста и экспериментов с обработкой длинного контекста. Она использует плотный трансформер FreeSolo с разреженным дальним вниманием без RoPE: модель оценивает средние ключи завершённых фрагментов и выбирает четыре фрагмента для чтения на каждый запрос и голову внимания; RoPE применяется только в локальном окне. Модель обучена на FineWeb-Edu с контекстом 4 096 токенов и демонстрирует нулевую экстраполяцию длины до 16 000 токенов в оценке RULER.

Модель предназначена для генерации текста и исследований механизмов поиска и извлечения информации в длинных последовательностях. Это базовая модель без инструкционной настройки, поэтому она не ориентирована на диалоговые инструкции; качество извлечения зависит от задачи, особенно при необходимости объединять несколько фактов или значений. Опубликована под лицензией MIT.

Сценарии применения

  • генерация продолжения текста
  • извлечение фактов из длинного контекста
  • эксперименты с разреженным вниманием
  • оценка экстраполяции контекста до 16 тысяч токенов

Ограничения

Это базовая модель без инструкционной настройки. Качество извлечения зависит от задачи и снижается, когда требуется объединять несколько фактов или значений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FreeSolo-341M

Paper · GitHub · Models · Usage

RoPE-free long-range attention, trained at 4k with zero-shot length extrapolation.

FS scores all completed chunk mean keys and reads four selected chunks per query and head. This 341M research base model was trained on FineWeb-Edu at a 4,096-token context.

Paper Figure 1: RULER length extrapolation at the 800M scale

Try it

hf download zekun-shi/FreeSolo-341M freesolo-source.zip --local-dir ./FreeSolo-341M
python -m pip install ./FreeSolo-341M/freesolo-source.zip
freesolo-generate --model zekun-shi/FreeSolo-341M --output generation.json

The short retrieval example asks for the hidden number 5437923. Start with CUDA-enabled PyTorch; Usage gives the tested installation and speed-replication command.

The idea

FreeSolo learns simple chunk mean keys that support search, norm pruning, and hierarchical summarization. RoPE stays in the local window; long-range attention reads selected original tokens without rotating their queries and keys.

Paper Figure 2: FreeSolo attention and FS-L pruning

Paper Figure 3: FS-B two-forest retrieval

Results

Context2k4k8k16k
RULER mean30.7023.2616.4511.84

12 tasks at 2k/4k; 13 at 8k/16k, where QA-2 is available. 100 examples per task, seed 42. These are checkpoint evaluation results; the figures show the paper's model-family comparison.

This is a base model without instruction tuning. Retrieval is task dependent, especially when several facts or values must be combined. Training details, artifact checksums, and citation are in Usage.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура freesolo неизвестна transformers в образе рантайма.

Ревизия весов
2f9bb7e

0 моделей