recursive-compressor-v1.2-2.6b-c4c1

RecursiveCompressorLM (Pretrain)

English | 日本語

日本語

モデル概要

RecursiveCompressor アーキテクチャによる日英バイリンガル言語モデルの事前学習版です。 独自の再帰的圧縮機構によりトークン間の長距離依存をサブリニアな計算量で扱います。

• アーキテクチャ: RecursiveCompressorLM (PreTrainedModel)
• パラメータ数: 2,601,891,840
• コンテキスト長: 2048（学習時）／推論時はより長いコンテキストも理論上対応
• トークナイザ: elyza/ELYZA-japanese-Llama-2-7b-fast
• dtype: bfloat16

モデル構造

訓練データ

事前学習に以下の文書データセットを使用しました（対話データは含みません）:

訓練設定

• オプティマイザ: Muon (隠れ層2D重み) + AdamW (embedding/head/bias/norm)
• 学習率: 5e-5
• 並列方式: パイプライン並列 (PyTorch PipelineStage + Schedule1F1B, 6 GPUs)
• バッチ: マイクロバッチ6 × バッチサイズ6
• 混合精度: fp32マスター重み + bfloat16 autocast
• ハードウェア: NVIDIA RTX 3090 × 6

用途

• 想定用途: 日本語/英語の文章生成、続きの生成、追加ファインチューニングのベース
• 非想定用途: 質問応答・対話（→ instruct版を参照）、医療/法律/金融などの高リスク判断

使い方

本モデルは独自アーキテクチャ RecursiveCompressorLM を使用するため、 以下のリポジトリをクローンしてその中のクラス定義を読み込む必要があります:

リポジトリ: https://github.com/myxyy/RecursiveCompressorHF

git clone https://github.com/myxyy/RecursiveCompressorHF.git -b v1.2
cd RecursiveCompressorHF
uv sync

HuggingFaceの generate() メソッドに対応しています:

import torch
from transformers import AutoTokenizer, TextStreamer
from recursive_compressor_lm import RecursiveCompressorLM
model = RecursiveCompressorLM.from_pretrained(
    "myxy/recursive-compressor-v1.2-2.6b-c4c1",
    torch_dtype=torch.bfloat16,
).to("cuda").eval()
tokenizer = AutoTokenizer.from_pretrained("elyza/ELYZA-japanese-Llama-2-7b-fast")
prompt = "吾輩は猫である。"
input_ids = tokenizer.encode(prompt, return_tensors="pt").to("cuda")
output_ids = model.generate(
    input_ids,
    max_new_tokens=256,
    do_sample=True,
    temperature=0.8,
    top_p=0.9,
    streamer=TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True),
)
#print(tokenizer.decode(output_ids[0], skip_special_tokens=True))

リポジトリ内の predict.py / predict_stream.py も同等の機能を提供します（インタラクティブREPL等）。

注: beam searchは未対応です（do_sample=Falseの貪欲生成、またはdo_sample=Trueの確率サンプリングを使用してください）。

制限・バイアス

• 訓練データのバイアス（Wikipediaやウェブ文書の偏り）を反映する可能性
• 事実関係の誤り（hallucination）が起こりうる
• 数値計算・論理推論は不得手
• 安全性フィルタは未実装

ライセンス

Llama 2 Community License に従います。

• ライセンス全文: https://llama.meta.com/llama2/license/
• 「Built with Meta Llama 2」と明示する必要があります
• MAU 7億超の事業者は別途ライセンス取得が必要

トークナイザが Llama 2 派生であるため、本モデルもこのライセンスに従います。

引用

TODO

---

English

Model Description

A bilingual (Japanese / English) pretrained causal language model using the RecursiveCompressor architecture, which handles long-range token dependencies in sublinear computational complexity via recursive compression.

• Architecture: RecursiveCompressorLM (extends PreTrainedModel)
• Parameters: 2,601,891,840
• Training context length: 2048 (longer contexts theoretically supported at inference)
• Tokenizer: elyza/ELYZA-japanese-Llama-2-7b-fast
• dtype: bfloat16

Architecture

Training Data

Pretrained on document datasets only (no dialogue data):

Training Setup

• Optimizers: Muon (2D hidden weights) + AdamW (embedding/head/bias/norm)
• Learning rate: 5e-5
• Parallelism: pipeline parallel (PyTorch PipelineStage + Schedule1F1B, 6 GPUs)
• Batch: 6 microbatches × batch size 6
• Mixed precision: fp32 master weights + bfloat16 autocast
• Hardware: NVIDIA RTX 3090 × 6

Usage

This model uses the custom RecursiveCompressorLM architecture, so you need to clone the repository to import the class definitions:

Repository: https://github.com/myxyy/RecursiveCompressorHF

git clone https://github.com/myxyy/RecursiveCompressorHF.git -b v1.2
cd RecursiveCompressorHF
uv sync

The model supports HuggingFace's generate() method:

import torch
from transformers import AutoTokenizer, TextStreamer
from recursive_compressor_lm import RecursiveCompressorLM
model = RecursiveCompressorLM.from_pretrained(
    "myxy/recursive-compressor-v1.2-2.6b-c4c1",
    torch_dtype=torch.bfloat16,
).to("cuda").eval()
tokenizer = AutoTokenizer.from_pretrained("elyza/ELYZA-japanese-Llama-2-7b-fast")
prompt = "Once upon a time"
input_ids = tokenizer.encode(prompt, return_tensors="pt").to("cuda")
output_ids = model.generate(
    input_ids,
    max_new_tokens=256,
    do_sample=True,
    temperature=0.8,
    top_p=0.9,
    streamer=TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True),
)
print(tokenizer.decode(output_ids[0], skip_special_tokens=True))

See predict.py / predict_stream.py in the repository for an interactive REPL.

Note: beam search is not supported (use do_sample=False for greedy or do_sample=True for sampling).

Intended Use

• Intended: Text completion in Japanese / English; base for downstream fine-tuning
• Not intended: Question answering / dialogue (see the instruct variant); high-stakes decisions in medical, legal, or financial domains

Limitations & Bias

• May reflect biases present in Wikipedia and web text
• May produce factually incorrect statements (hallucination)
• Limited capability in arithmetic and logical reasoning
• No safety filtering

License

Llama 2 Community License.

• Full text: https://llama.meta.com/llama2/license/
• "Built with Meta Llama 2" attribution required
• Organizations with > 700M MAU must seek a separate license

The tokenizer is derived from Llama 2, hence this model inherits the license.

Citation

TODO

Acknowledgments

• Meta AI for Llama 2
• ELYZA for the Japanese-extended tokenizer
• Wikimedia Foundation, hotchpotch, JeanKaddour for training data