/ Модель

Характеристики

Контекст
256 токенов
Параметры
58,7 млн
Лицензия
Apache 2.0
Архитектура
hca · dense
Базовая модель
Mnemosyne-64M
Опубликована
9 сен 2026

Mnemosyne-64M-Instruct

Генерация текстаТекст → текст3 профессии

Компактная модель HCA с дообучением на диалогах для генерации текста и ответов на инструкции.

80скачиваний за 30 дней0лайковвеса обновлены9 сен 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

Mnemosyne-64M-Instruct — компактная авторегрессионная языковая модель с архитектурой Hierarchical Chunk Attention (HCA), разработанная BIBLIOKLEPT. Модель создана на основе Mnemosyne-64M: базовую версию обучили с нуля на 1,28 млрд токенов образовательных текстов, затем эту версию дообучили на 25 тысячах многоходовых диалогов UltraChat-200k для следования инструкциям и общения.

Модель предназначена для генерации текста в ответ на инструкции и диалоговые запросы. Она содержит 58,7 млн параметров, использует плотную архитектуру HCA и рассчитана на контекст до 256 токенов. В карточке указана лицензия Apache-2.0. Такой небольшой размер может быть полезен для компактных экспериментов с генерацией и иерархическим вниманием; короткое контекстное окно ограничивает работу с длинными запросами и документами.

Сценарии применения

  • ответы на короткие инструкции
  • генерация многоходовых диалогов
  • прототипирование компактного чат-бота
  • эксперименты с иерархическим вниманием
  • генерация образовательных текстов

Ограничения

Контекст ограничен 256 токенами, поэтому модель не рассчитана на длинные запросы или документы. Размер 58,7 млн параметров ограничивает её возможности по сравнению с крупными языковыми моделями.

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

Mnemosyne-64M-Instruct (Instruction-Aligned)

Mnemosyne-64M-Instruct is the conversationally aligned instruction model built on the Hierarchical Chunk Attention (HCA) architecture.

It was pre-trained from scratch on 1.28 Billion tokens of educational text and subsequently aligned on 25,000 multi-turn conversations from UltraChat-200k.

Training Datasets

  1. Pretraining Corpus: HuggingFaceFW/fineweb-edu
    • Volume: 1.28 Billion Tokens (Educational and synthetic reasoning text).
  2. Instruction Alignment (SFT): HuggingFaceH4/ultrachat_200k
    • Volume: 25,000 multi-turn dialogues (~20.5M tokens with masked user prompt loss).
    • SFT Loss: 2.4593 (Outperformed our 64M Transformer baseline of 2.4813 on identical data).

Prompt Format

The model expects standard instruction framing:

<|user|>
{user_prompt}
<|assistant|>

How to Run Inference

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "BIBLIOKLEPT/Mnemosyne-64M-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    dtype=torch.bfloat16, 
    device_map="cuda", 
    trust_remote_code=True
)

prompt = "<|user|>\nGive me three practical tips for eating healthy.\n<|assistant|>\n"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

with torch.no_grad():
    outputs = model.generate(
        **inputs, 
        max_new_tokens=150, 
        do_sample=True,
        temperature=0.6, 
        top_k=40,
        repetition_penalty=1.15
    )

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
HCAForCausalLM
Ревизия весов
ba61a57

0 моделей