/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Архитектура
mini-beatrix · dense
Библиотека
transformers
Опубликована
15 авг 2026

mini-beatrix-1

Генерация текстаТекст → текст3 профессии

Компактная байтовая языковая модель AbstractEyes для генерации текста и ранних экспериментов с диалоговым поведением.

1 688скачиваний за 30 дней1лайквеса обновлены9 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mini-beatrix-1 — компактная авторская языковая модель AbstractEyes из семейства AlephLM, предназначенная для генерации текста и экспериментов с обучением языковых моделей. Это плотная причинная архитектура MiniBeatrixForCausalLM примерно на 112,5 млн параметров: 16 слоёв, обработка байтов UTF-8 напрямую без токенизатора и маршрутизация по знаковым геометрическим адресам. Модель обучалась на смесях WikiText, FineWeb-Edu и диалоговых данных; на контрольной выборке FineWeb указано качество 1,045 бит на байт.

Модель может продолжать текст и вести простые диалоги; в обучающей смеси были диалоги и данные для формирования идентичности. Авторы характеризуют её как раннюю и небольшую: знания ограничены, а ответы могут быть уверенно неверными. В Transformers для генерации используется trust_remote_code; приведённая обёртка не поддерживает KV-кэш и пересчитывает префикс на каждом шаге. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и на условиях распространения производных материалов, но запрещает коммерческое использование.

Сценарии применения

  • продолжение короткого текста
  • эксперименты с байтовыми языковыми моделями
  • оценка вероятности текста в битах на байт
  • создание простого диалогового прототипа

Ограничения

Модель небольшая и ранняя, имеет ограниченные знания и может уверенно выдавать неверные ответы. В указанной обёртке Transformers отсутствует KV-кэш, поэтому генерация повторно обрабатывает префикс; коммерческое использование запрещено лицензией.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mini-beatrix-1 — pretrain annealment point (pre-classroom)

The locked pretrain+anneal state of mini-beatrix-1, a 112.5M-parameter byte-level AlephLM: step 58,664, 17.301B bytes seen (0.3B wikitext warmup · 15B fineweb-edu · 2B anneal mix), fineweb-holdout val 1.045 bits/byte. This checkpoint is the fixed departure point for the staged "early-life curriculum" — later classroom checkpoints live in the training repo.

No tokenizer: she reads raw UTF-8 bytes (input_ids = byte values 0–255). Each position composes a byte trigram (dedicated pad row), so "tokens" are learned inside the network. Sixteen pre-norm layers where routing uses signed geometric addresses — sinh/Σcosh dispatch over learned unit anchors, inhibition as a first-class citizen, no softmax- over-choices, no top-k, no balance losses. Each layer carries an anchored FFN bank born contributing exactly zero; layers 4/9/14 use a linear-cost address read (CausalSplatHUB) instead of softmax attention. Both elected themselves into load-bearing work: at this checkpoint, removing the banks costs +2.25 bpb, removing the hub attention +3.73 bpb (toggle ledger, fineweb holdout). The dual head's aleph read is present with its gate folded to 1.0 (a verified semantic no-op, max|logit diff| 2.4e-07) and contributes 0.0000 bpb here — it is the live subject of the head-election experiment in the classroom phase.

Use

import torch
from transformers import AutoModelForCausalLM

m = AutoModelForCausalLM.from_pretrained(
    "AbstractPhil/mini-beatrix-1", trust_remote_code=True).eval()

ids = torch.tensor([list("The history of mathematics begins".encode())])
out = m.generate(ids, max_new_tokens=96, do_sample=True,
                 temperature=0.7, top_p=0.95)
print(bytes(out[0].tolist()).decode("utf-8", errors="replace"))

Bits-per-byte on your own text: pass labels=input_ids (HF shift semantics are internal) and divide the returned loss (nats/byte) by ln 2. No KV cache in this wrapper — generation recomputes the prefix each step; for cached decode use the native stack below.

Honest notes

  • The 2B anneal mix included dialogue in her chat template and a small identity texture, so the bare model chats and knows her name — behavior we have since ruled OUT of core corpora (conditioning belongs in detachable arms; see the amoe-lora arm system and mini-beatrix-1/arms/ in the training repo).
  • Small and early: conversational in shape, thin on knowledge, confidently wrong at times. Curriculum probe baselines (P0–P8), toggle ledgers, and lexicon-census reports for this exact checkpoint are in the training repo under mini-beatrix-1/reports/.

Code: github.com/AbstractEyes/alephllm · talk to her: alephllm-chat

Sibling

The next rung is complete: mini-beatrix-2s — 237M, full-splat (a governed constellation hub in every block), 16.101B tokens, finished 2026-08-31.

Licence

The weights are non-commercial: CC BY-NC-SA 4.0, as the whole Beatrix line is released; this generation trained on WikiText-103 (CC BY-SA) and FineWeb-Edu (ODC-By). The code files, the model design and the full training process are MIT (AbstractEyes/alephllm); relay.py is adapted from amoe-lora under Apache-2.0 (NOTICE). The full terms and the list of training sources: LICENSE.md.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MiniBeatrixForCausalLM
Ревизия весов
e35f907

0 моделей