/ Модель

Характеристики

Контекст
16 384 токена
Параметры
6,3 млрд
Размер весов
14,8 ГБ
Архитектура
zgcm · dense
Библиотека
transformers
Опубликована
11 сен 2026

ZGCM-1-7B-Pretrain-Curriculum

Генерация текстаТекст → текст3 профессии

Базовый англо-китайский чекпойнт ZGCM на 6,3 млрд параметров для генерации текста и исследований предобучения.

56скачиваний за 30 дней1лайквеса обновлены11 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

ZGCM-1-7B-Pretrain-Curriculum — базовый языковой чекпойнт семейства ZGCM от zgcagi, сохранённый после второго перемешанного прохода данных учебной программы предобучения и до этапа обучения на новых данных. Это плотная авторегрессионная модель для генерации текста с 6,3 млрд параметров и контекстом 16 384 токена; она не проходила настройку по инструкциям, поэтому предназначена для продолжения предобучения и экспериментов с базовой языковой моделью, а не для готового диалогового помощника. Модель принимает обычный текст; токенизатор сохраняет исходные идентификаторы токенов. В карточке указаны английский и китайский языки.

Чекпойнт соответствует шагу 138 000 в своём запуске и примерно 1 634,87 млрд накопленных токенов предобучения; отметка «1T» в названии данных относится к их именованию, а не к общему числу обучающих токенов. Репозиторий содержит реализацию ZGCM для Transformers и веса в формате safetensors. Для загрузки используется собственный код модели. Проверены загрузка весов и короткая генерация, но эти проверки не подтверждают совпадение логитов с исходной реализацией Megatron и не заменяют оценку качества на длинном контексте. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • продолжение предобучения базовой языковой модели
  • эксперименты с генерацией текста на английском и китайском
  • исследование промежуточных чекпойнтов curriculum-предобучения

Ограничения

Модель не проходила настройку по инструкциям, поэтому не является готовым диалоговым помощником. Проверки загрузки и короткой генерации не подтверждают совпадение с исходной реализацией Megatron или качество на длинном контексте.

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

ZGCM-1-7B-Pretrain-Curriculum

Checkpoint after the shuffled second pass of the curriculum data and before the subsequent new-data pretraining stage. The historical 1T label refers to the curriculum data naming, not the cumulative training-token count.

PropertyValue
Checkpoint step within its run138000
Training context16,384 tokens
Training tokens (pretraining cumulative)approximately 1634.87B
PrecisionBF16
RoPE base5,000,000
Stage completedYes

This is a base language-model checkpoint. It has not undergone instruction tuning. Use plain text inputs; the included tokenizer assets retain the original token IDs.

Loading

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "zgcagi/ZGCM-1-7B-Pretrain-Curriculum"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, trust_remote_code=True, torch_dtype=torch.bfloat16,
    device_map="auto", attn_implementation="eager",
)
inputs = tokenizer("The purpose of scientific research is", return_tensors="pt").to(model.device)
output = model.generate(**inputs, max_new_tokens=32, do_sample=False, use_cache=False)
print(tokenizer.decode(output[0], skip_special_tokens=True))

The repository includes the custom ZGCM Transformers implementation. The loading example uses its uncached reference generation path. Conversion and short forward/ generation checks used PyTorch 2.7 and Transformers 4.57.0.

Conversion validation

Exported with export_megatron_zgcm_to_hf.py. All 259 source model tensors round-trip exactly through the 382 exported tensors, preserving BF16 values, grouped Q/G/K/V layout, SwiGLU weights, and normalization parameters. Every exported shard is listed in model.safetensors.index.json and SHA256SUMS.

Local HF loading had no missing or unexpected tensors. A 160-token forward pass and short greedy generation passed. These checks do not constitute a native Megatron-versus-HF logits comparison or long-context benchmark validation.

See checkpoint_info.json for the precise checkpoint identity and validation scope.

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
ZgcmForCausalLM
Ревизия весов
8d94e1d

0 моделей