poolside/Laguna-XS-2.1

poolside/Laguna-XS-2.1 ist auf Hugging Face als text-generation-Modell gelistet. Diese Seite dokumentiert den öffentlichen Repository-Snapshot c5f36269bbdbd3f27fddc9a9f9dbae0cf2cf57db; überprüfen Sie die gelistete Revision, Lizenz und Laufzeitunterstützung, bevor Sie es verwenden.

Aktualisiert am

Computraq bereitet den Start vor. Diese Leitfäden erläutern die Vorbereitung und den vorgeschlagenen Rahmen; sie belegen keinen laufenden Dienst, keine Integration und keine Partnerschaft.

Identität und Zugang

Der Publisher-Eintrag identifiziert dieses Repository als poolside/Laguna-XS-2.1. Der aktuelle öffentliche Snapshot ist c5f36269bbdbd3f27fddc9a9f9dbae0cf2cf57db. Der Zugang ist öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen; das aufgezeichnete Lizenzlabel ist openmdw-1.1. Ein öffentliches Repository oder ein gated Download begründet keine Erlaubnis für jede Nutzung.

Konfigurationsfakten

Die gepinnte Konfiguration gibt Modelltyp laguna und Architektur LagunaForCausalLM an. Der Model Hub taggt es für text-generation; diese Labels beschreiben Repository-Metadaten und belegen keine Benchmark-Leistung.

  • vocab_size: 100352
  • hidden_size: 2048
  • intermediate_size: 8192
  • num_hidden_layers: 40
  • num_attention_heads: 48
  • num_key_value_heads: 8
  • head_dim: 128
  • max_position_embeddings: 262144
  • rms_norm_eps: 1e-06
  • num_experts: 256
  • num_experts_per_tok: 8
  • torch_dtype: bfloat16
  • sliding_window: 512
  • rope_parameters.full_attention.rope_theta: 500000.0
  • rope_parameters.sliding_attention.rope_theta: 10000.0

Modellspezifische Qualifizierung

Diese Konfiguration oder Publisher-Metadaten kennzeichnen das Modell als Mixture of Experts. Bestätigen Sie, ob die Serving-Laufzeit seine Routing-Schichten unterstützt, und unterscheiden Sie Gesamtparameter von pro Token aktiven Parametern; hier wird keine aktive Anzahl abgeleitet, sofern der Publisher nicht explizit eine angibt.

Gewichtsspeicher-Planung

Dieser Leitfaden enthält keine unabhängig verifizierte logische Parameteranzahl und lässt daher eine numerische Gewichtsspeicher-Schätzung aus. Wenn eine Anzahl für diese exakte Repository-Revision verifiziert wird, verwenden Sie Parameteranzahl × Bytes pro Parameter als Untergrenze für die Gewichte allein; berücksichtigen Sie dann separat KV-Cache, Kontext, Aktivierungen, Laufzeit und Nebenläufigkeit.

Revision und Reproduzierbarkeit

Die Metadaten und die Konfiguration sind auf Revision c5f36269bbdbd3f27fddc9a9f9dbae0cf2cf57db gepinnt. Pinnen Sie diesen Commit, wenn Sie eine Evaluierung reproduzieren. Repository-Branches können sich ändern, und diese Quellenprüfung validiert die Modellgewichte selbst nicht.

Veröffentlichter Eintrag

  • Task: text-generation
  • Modelltyp: laguna
  • Architektur: LagunaForCausalLM
  • Lizenzlabel: openmdw-1.1
  • Zugang: öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen
  • Revision: c5f36269bbdbd3f27fddc9a9f9dbae0cf2cf57db

Quellen und Prüfung