Mattimax/DATA-AI_Chat_3_360M-11M-Intruct
⚠️ Sperimentale — Use at your own risk
⚠️ATTENZIONE - MODELLO SPERIMENTALE - DANGER - EXPERIMENTAL MODEL⚠️
📌 Panoramica
DATA-AI_Chat_3_360M-11M-Intruct
è un modello sperimentale di linguaggio autoregressivo sviluppato da M.INC. (Mattimax). È il primo modello al mondo da 360 milioni di parametri in grado di gestire una finestra di contesto di 11 milioni di token, una soglia finora mai raggiunta a questo livello di scala.
Il modello è progettato per compiti di instruction-following in italiano e inglese, ma non è stato ancora sottoposto a un processo di validazione esaustivo. L'utilizzo è consigliato solo in ambienti di ricerca e sviluppo.
🚧 Stato del progetto
- Tipo: LLM per instruction-following
- Parametri: 360M
- Contesto massimo: 11,000,000 token (sperimentale)
- Tecniche avanzate: LongRoPE + interpolazione dinamica, scalatura posizionale adattiva (parzialmente documentata)
- Precisione: fp16
- Architettura: compatibile con LLaMA-like transformer
⚠️ Il modello non è stato testato estensivamente su dataset pubblici o benchmark ufficiali. Il suo comportamento su sequenze molto lunghe è ancora oggetto di studio.
🔬 Tecnologie implementate
Per raggiungere un contesto così esteso, sono state adottate e adattate tecniche innovative in ambito di posizionamento rotatorio e interpolazione dinamica, tra cui:
- LongRoPE personalizzato con frequenze inverse non lineari.
- Interpolazione dinamica del contesto posizionale (simile a YaRN).
- Scalatura adattiva in funzione della lunghezza della sequenza, con transizioni fluide tra soglie.
🧪 Esempio di utilizzo (avanzato)
from transformers import AutoTokenizer, AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained("Mattimax/DATA-AI_Chat_3_360M-11M-Intruct", torch_dtype=torch.float16)
tokenizer = AutoTokenizer.from_pretrained("Mattimax/DATA-AI_Chat_3_360M-11M-Intruct")
prompt = "Scrivi una storia originale di 10 milioni di token su un'intelligenza artificiale senziente..."
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=1000)
print(tokenizer.decode(outputs[0]))
🏷️ Licenza
Rilasciato a scopo sperimentale da M.INC.. L’uso commerciale e la redistribuzione non autorizzata del modello o delle sue tecnologie sottostanti non è consentito.
📢 Contatti
Creato da: Mattimax
Organizzazione: M.INC.
Per richieste, studi collaborativi o licensing contattare via HuggingFace.
⚠️ Disclaimer
Modello RWKV con finestra di contesto teorica da 11 milioni di token. In fase sperimentale: stiamo verificando la reale efficienza e compatibilità con input di questa lunghezza.
Questo modello è fornito così com'è, senza garanzie di funzionamento. Potrebbe produrre risultati inaspettati, incompleti o non coerenti. L'uso in ambito medico, legale o critico è fortemente sconsigliato.
- Downloads last month
- 14
Model tree for Mattimax/DATA-AI_Chat_3_360M-11M-Intruct
Base model
HuggingFaceTB/SmolLM2-360M