elephant-1

elephant-1 to model decyzyjny o wielkości 9 miliardów parametrów, opracowany przez wewnętrzny zespół badawczy Base Labs w firmie Baseten i dotrenowany (post-training) na bazie modelu Qwen3.5-9B.

Model przyjmuje stan opisany tekstem (opcjonalnie z obrazami) oraz zestaw pytań i w jednym przebiegu zwraca skalibrowane prawdopodobieństwa dla każdej odpowiedzi. Obsługuje pytania typu tak/nie, wybór jednej z nazwanych opcji oraz ocenę na uporządkowanej skali.

elephant-1 wykorzystuje blokowo-dwukierunkową maskę uwagi w warstwach pełnej uwagi, a jego maksymalna długość sekwencji wynosi 16 384 tokeny. Wagi udostępniono na licencji MIT; model ma większego brata — mammoth-1 (27B).