橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
模型

UltraX-0.6B-Preview

openbmb/UltraX-0.6B-Preview

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：apache-2.0 上游版本：18d7c03559ce

中文简介

openbmb/UltraX-0.6B-Preview 是 openbmb 在 Hugging Face 发布的模型仓库，当前卡片主要关联文本生成与推理、图像编辑与生成。本站固定记录上游版本 18d7c03559ce，同步到 58 个文件，文件元数据合计 3.36 GB；访问状态为“公开”，许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 openbmb/UltraX-0.6B-Preview 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
openbmb/UltraX-0.6B-Preview 是 openbmb 在 Hugging Face 发布的模型仓库，当前卡片主要关联文本生成与推理、图像编辑与生成。本站固定记录上游版本 18d7c03559ce，同步到 58 个文件，文件元数据合计 3.36 GB；访问状态为“公开”，许可证字段为“apache-2.0”。

【适用方向】
适合评估视觉内容生成、编辑或视频制作工作流。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本：18d7c03559ce。 任务标签：文本生成与推理、图像编辑与生成。 语言字段：en。 上游页面记录的最近更新时间：2026-07-17。

【文件信息】
上游 API 返回 58 个文件，文件元数据合计 3.36 GB。 已保存文件清单中的主要扩展名：.json 27 个、.py 12 个、.txt 5 个、.bin 3 个、.jinja 3 个、.safetensors 3 个。 当前较大的文件包括：models/UltraX-No-Instruction/model.safetensors（1.11 GB）；models/UltraX-Preservation-Weighted/model.safetensors（1.11 GB）；models/UltraX/model.safetensors（1.11 GB）。

【运行或处理环境】
仓库文件元数据合计 3.36 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“apache-2.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

UltraX: Refining Pre-Training Data at Scale with Adaptive Programmatic Editing 📜 Paper | 💻 Code | 🤗 Datasets | 📦 UltraData Collection English | 中文 📚 Introduction UltraX** is a function-calling refinement framework for large-scale pre-training data. Instead of end-to-end text rewriting, UltraX trains a lightweight refinement model to predict structured editing operations — including insertion, deletion, and modification — which are then deterministically executed on the original text. This repository provides the **UltraX refinement models**, which are trained via full-parameter SFT to predict cleaning function calls for web-crawled text: | Model | Description | |-------|-------------| | **UltraX** | Default model: instruction-guided with edit-weighted sampling (main experiment) | | **UltraX-No-Instruction** | Ablation variant: trained without system instruction | | **UltraX-Preservation-Weighted** | Ablation variant: trained with preservation-weighted sampling (60% keep_all) | 📢 News **[2026.07.13]** UltraX codebase, refinement model, and refined datasets are now available on GitHub and Hugging Face. 🚀🚀🚀 **[2026.07.10]** UltraX technical report is available on arXiv. 🔥🔥🔥 💡 Highlights **Function-Calling Refinement:** Instead of end-to-end text rewriting, UltraX predicts structured editing operations (`keep_all`, `remove_all`, `remove_lines`, `replace_str`, `add_line`), enabling fine-grained instance-level editing with deterministic execution. **LAM + DCR Pipeline:** Line Alignment and Mapping (LAM) aligns original and refined text at line level, while Dynamic Context Replacement (DCR) converts character-level edits into reliable `replace_str` operations with unique context anchoring. **Lightweight & Efficient:** The refinement model is a standard SFT model that predicts structured function calls, significantly cheaper than end-to-end LLM rewriting while achieving superior performance. 🔬 Pipeline Overview 🔍 Model Details All models are trained with the following confi

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估视觉内容生成、编辑或视频制作工作流。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本：18d7c03559ce。 任务标签：文本生成与推理、图像编辑与生成。 语言字段：en。 上游页面记录的最近更新时间：2026-07-17。

文件说明

上游 API 返回 58 个文件，文件元数据合计 3.36 GB。 已保存文件清单中的主要扩展名：.json 27 个、.py 12 个、.txt 5 个、.bin 3 个、.jinja 3 个、.safetensors 3 个。 当前较大的文件包括：models/UltraX-No-Instruction/model.safetensors（1.11 GB）；models/UltraX-Preservation-Weighted/model.safetensors（1.11 GB）；models/UltraX/model.safetensors（1.11 GB）。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes1.83 KB
  • code/requirements.txt57 B
  • code/stage1_model_construction/e2e_refinement/refine_dataset.py6.72 KB
  • code/stage1_model_construction/function_construction/function_construction.py37.27 KB
  • code/stage1_model_construction/model_training/train.sh1.21 KB
  • code/stage1_model_construction/prompt_optimization/api_client.py4.71 KB
  • code/stage1_model_construction/prompt_optimization/config.py1.41 KB
  • code/stage1_model_construction/prompt_optimization/data_sampler.py3.00 KB
  • code/stage1_model_construction/prompt_optimization/evaluator.py6.43 KB
  • code/stage1_model_construction/prompt_optimization/main.py8.13 KB
  • code/stage1_model_construction/prompt_optimization/optimizer.py28.82 KB
  • code/stage1_model_construction/prompt_optimization/refinement_prompt_en.txt8.47 KB

硬件建议

仓库文件元数据合计 3.36 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

注意事项

许可证显示为“apache-2.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。