/ Модель

Характеристики

Параметры
83,1 млн
Лицензия
MIT
Архитектура
smallm · dense
Библиотека
transformers
Опубликована
14 апр 2025

smallm_70

Генерация текстаТекст → текст

SmalLM-70M — компактная экспериментальная языковая модель для генерации текста и простых диалогов.

141скачиваний за 30 дней0лайковвеса обновлены5 мая 2025

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

Azrail публикует SmalLM-70M — экспериментальную компактную причинную языковую модель на базе трансформера, созданную с нуля для языкового моделирования. В метаданных указано 83,1 млн параметров; модель доступна в формате safetensors и загружается через Transformers. Она поддерживает генерацию текста и чат-сценарии, а в карточке заявлены Grouped Query Attention, Mixture-of-Experts с балансировкой без вспомогательных потерь и позиционные схемы ALiBi или RoPE с интерполяцией NTK-by-parts.

Модель предназначена для продолжения текста и простых диалоговых экспериментов. Для SmalLM-70M в README указаны предобучение на smollm-corpus на последовательностях длиной 1024 токена и результаты оценки на MMLU, ARC, PIQA, HellaSwag, OBQA и Winogrande. Лицензия — MIT.

Это небольшая экспериментальная модель, поэтому её результаты на тестах общего знания и рассуждений ограничены; она не предназначена для задач, требующих высокой точности или актуальных сведений. В README также не описаны гарантии качества диалогов и не приведены подтверждённые характеристики расширенного контекста для данного чекпойнта.

Сценарии применения

  • продолжение короткого текста
  • генерация простых ответов в диалоге
  • эксперименты с компактными трансформерными языковыми моделями

Ограничения

Небольшой размер модели ограничивает качество ответов и рассуждений; приведённые результаты бенчмарков невысоки. Заявленные методы расширения контекста не сопровождаются подтверждённым для этого чекпойнта пределом контекста.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SmalLM

SmalLM is a series of small transformer models built from scratch for language modeling. This project is designed to explore innovative approaches to transformer architectures through modular pipelines for pretraining, fine-tuning, and alignment.

Uses

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Azrail/smallm_70")
model = AutoModelForCausalLM.from_pretrained("Azrail/smallm_70", trust_remote_code=True)
inputs = tokenizer("How are you?", return_tensors="pt")

out = model.generate(**inputs, max_new_tokens=100)
print(tokenizer.batch_decode(out))

Model Details**

Key Features:

  1. Grouped Query Attention (GQA).

  2. Mixture-of-Experts with auxiliary loss-free balancing.

  3. ALiBi (Attention with Linear Biases) or Rotary Position Embedding (RoPE).

  4. NTK-by-parts RoPE interpolation for extends context length.

Pre-Training:

ModelTraining DataStepsContent LengthTokensLRBatch SizePrecision
SmalLM-70Msmollm-corpus70k102418B1e-30.25Mbfloat16
SmalLM-150Msmollm-corpus-1024---bfloat16
SmalLM-350Msmollm-corpus-1024---bfloat16
SmalLM-500Msmollm-corpus-1024---bfloat16

Evaluation: Evaluation runing with lm-evaluation-harness

ModelMMLUARC easy/hardPIQAHellaSwagOBQAWinogrande
SmalLM-70M25.3351.47/25.6861.7530.3130.850.83
SmalLM-150M------
SmalLM-350M------
SmalLM-500M------

Procedure:

Framework versions

  • Transformers 4.50.3
  • Pytorch 2.6.0+cu126
  • Datasets 3.5.0
  • Tokenizers 0.21.1

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
SmalLmForCausalLM
Ревизия весов
5da701e

0 моделей