/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
75 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
30 июн 2026

BananaMind-1.5-Base

Генерация текстаТекст → текст3 профессии

Небольшая базовая англоязычная Llama-подобная модель для генерации текста и экспериментов с компактными языковыми моделями.

135скачиваний за 30 дней13лайковвеса обновлены30 июн 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

BananaMind-1.5-Base — небольшая англоязычная авторегрессионная языковая модель, разработанная BananaMind и обученная с нуля. Она предназначена для генерации продолжений текста и базовых экспериментов с языковыми моделями; версия не настроена на выполнение инструкций.

Модель содержит около 75 млн параметров и использует декодерную архитектуру в стиле Llama: 12 слоёв Transformer, скрытый размер 640 и grouped-query attention. Контекст составляет 4096 токенов; токенизатор — byte-level BPE на 32 тысячи токенов. Обучение проводилось примерно на 27 млрд токенов англоязычного веб-текста FineWeb-Edu. Модель принимает текст и генерирует текст.

Малый размер позволяет использовать её для компактных экспериментов и тестирования генерации текста. Это базовая, а не instruction-tuned модель, поэтому она может хуже следовать запросам в формате инструкций и выдавать несвязные или фактически неверные продолжения. Лицензия — Apache-2.0.

Сценарии применения

  • генерация продолжения англоязычного текста
  • эксперименты с компактными языковыми моделями
  • тестирование авторегрессионной генерации
  • дообучение базовой модели для следования инструкциям

Ограничения

Модель базовая и не настроена на выполнение инструкций; качество генерации ограничено её небольшим размером и контекстом в 4096 токенов.

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

banner

BananaMind-1.5-Base

BananaMind-1.5-Base is a small English causal language model trained from scratch by BananaMind.

It is our first fully pretrained medium model

Model Details

FieldValue
Parameters75,054,720
ArchitectureLlama-style decoder-only Transformer
Layers12
Hidden size640
Intermediate size1728
Attention heads10
KV heads5
Context length4096 tokens
Vocabulary size32,000
TokenizerCustom byte-level BPE
Training tokens~27B tokens
PrecisionBF16 training, safetensors release
Model typeBase causal LM
Training Cost103.31$(PLEASE LIKE THIS IS SO EXPENSIVE)
Training GPURTX Pro 6000

Benchmarks A instruction tuned version is coming very soon.

Usage

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

repo = "BananaMind/BananaMind-1.5-Base"

device = "cuda" if torch.cuda.is_available() else "cpu"
dtype = torch.float16 if torch.cuda.is_available() else torch.float32

tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=False)

model = AutoModelForCausalLM.from_pretrained(
    repo,
    trust_remote_code=False,
    dtype=dtype,
).to(device)

model.eval()

prompt = "The color of the sky is blue. The color of a banana is"
inputs = tok(prompt, return_tensors="pt").to(device)

with torch.no_grad():
    out = model.generate(
        **inputs,
        max_new_tokens=16,
        do_sample=True,
        temperature=0.7,
        top_p=0.9,
        pad_token_id=tok.eos_token_id,
        eos_token_id=tok.eos_token_id,
    )

print(tok.decode(out[0], skip_special_tokens=True))

Generation Settings

Recommended starting settings:

temperature = 0.7
top_p = 0.9
max_new_tokens = 64

For deterministic sanity tests:

do_sample = False
max_new_tokens = 8

Training

BananaMind-1.5-Base was trained from scratch on approximately 27B tokens of FineWeb-Edu-style English web text.

The model uses a custom 32k byte-level BPE tokenizer and a compact Llama-style architecture with grouped-query attention.

Architecture

BananaMind-1.5-Base uses a compact Llama-style decoder architecture:

  • 12 Transformer layers
  • 640 hidden size
  • 1728 intermediate size
  • 10 attention heads
  • 5 key-value heads
  • grouped-query attention
  • SiLU activation
  • RMSNorm
  • tied input/output embeddings
  • 4096 token context length

Evaluation

Our model performs very good in comparison to other models:

ModelHellaSwagARC-EasyARC-ChallengePIQAArithMark-2.0Average
BananaMind-1.5-Base30.91%42.38%23.98%60.55%26.68%36.90%
Gemma 3 IT 270M37.70%--66.20%--
Zupra-1.6-Instruct-Ultra-Exp29.66%34.41%25.51%59.74%30.44%35.95%
KeyLM 75M29.66%35.73%23.98%60.50%25.80%35.13%
GPT-2 124M31.26%39.35%22.35%62.08%26.48%36.30%

Benchmarks

Parameter vs Size

Parameter vs size Chart

Citation

@misc{bananamind15base,
  title = {BananaMind-1.5-Base},
  author = {BananaMind},
  year = {2026},
  publisher = {Hugging Face},
  howpublished = {\url{https://huggingface.co/BananaMind/BananaMind-1.5-Base}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
78d74d7

0 моделей