tchbcb/samai-pnet-dmoe-2b

SamAI-PonderNet-DMoE-2B (r12)

基于 MiniCPM-5 2B 架构的 Ponder/DMoE 推理缩进模型：末 8 层（L34–41）8 专家 DMoE + Ponder 自适应思考步（N=8, τ=0.125）+ MTP 深度 2。本仓库为 r12 版（r5b→r11→r12 链式续训），重点修复闲聊停机与英文 OOD 两大 P0 问题。

模型规格

项	值
基座	MiniCPM5-2B（42L / hidden 2048 / GQA 16+2 / vocab 130560）
MoE	L34–41 × 8 专家（expert intermediate 768），router top-2 融合，active≈1.74
Ponder	N=8, τ=0.125，平均思考步 ~2.1
MTP	深度 2（训练辅助）
权重	bf16 单文件 5.08GB；trust_remote_code=True 加载
EOS	[1, 130073]（`<

推理协议（重要）

遵循 MiniCPM5 官方姿势，两件事必须做对：

1. 采样：do_sample=True, temperature=1.0, top_p=0.95, repetition_penalty=1.0（greedy 不在官方设计姿势内，会显著加剧复读）。generation_config 已按此固化。
2. 思考协议：
   • 标准模式：正常 apply_chat_template，模型自行输出 <think>...</think> 后给答案；
   • think_off（轻聊场景推荐）：在 assistant 首部预填空思考段 <think>\n\n</think>\n\n，跳过思考直接作答——闲聊停机率更高（86–90%），响应更快。

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("tchbcb/samai-pnet-dmoe-2b", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    "tchbcb/samai-pnet-dmoe-2b", trust_remote_code=True,
    torch_dtype="bfloat16", device_map="auto")

# 标准模式
msgs = [{"role": "user", "content": "你好"}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=512, do_sample=True,
                     temperature=1.0, top_p=0.95, repetition_penalty=1.0)
print(tok.decode(out[0][ids.shape[1]:], skip_special_tokens=False))

# think_off 模式（assistant 预填空思考）
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt")
pre = tok("<think>\n\n</think>\n\n", return_tensors="pt").input_ids[:, 1:]
out = model.generate(torch.cat([ids.to(model.device), pre.to(model.device)], dim=1),
                     max_new_tokens=256, do_sample=True,
                     temperature=1.0, top_p=0.95, repetition_penalty=1.0)

r12 验收数据（greedy 口径冻结 CE + 双协议 chat50）

指标	r11	r12
“你好” 停机 (top_f)	0.68 ✗	0.20 ✓
chat50 首答即停 (bare / think_off)	70% / —	90% / 86%
greeting / self / bye	60/90/100%	100/100/100%
EN OOD (12x8) 干净停机	✓ (rep3=0)	✓ (rep3=0.0)
chat 3-gram 重复率	0.209 ✗	0.083 ✓
冻结 CE easy/medium/hard	Δ-0.09/+0.05/-0.02	Δ-0.43/-0.18/-0.36（全面改善）
TB2 24 题	9/24	10/24（easy 75%）

已知短板：TB2 medium 桶（sed/python 单行/find 语法）仅 11%，r13 精修中；daily/boundary/simple 停机率 80% 仍在打磨。

训练配方

r5b（CE 锚定）→ r11（agent+chat v2 混合）→ r12（chat_synth_v3 54% + zh_cot 1049 锚保护 + alpaca 中英 + agent，5109 行 ×2ep，LoRA r16 α32，--step-ce-weight 0.5，难度先验 easy:0.7/medium:0.4/hard:0.15）。合并配方：load_trainables → PeftModel.merge_and_unload，L36 q_proj delta>0 断言，generation_config.eos=[1,130073] 断言。

文件

• model.safetensors — 合并后 bf16 权重
• modeling_samai_pnet.py / config.json — 远程代码（auto_map: SamaiPnetConfig / SamaiPnetForCausalLM）
• chat_template.jinja / tokenizer.json / tokenizer_config.json — 与 MiniCPM5 官方模板逐字节一致
• generation_config.json — 已固化官方采样参数
• inference.py / serve_contract.json — 服务化参考实现与契约