/ Модель

Характеристики

Контекст
1 024 токена
Параметры
901 120
Лицензия
Apache 2.0
Архитектура
microbanana · dense
Опубликована
1 июл 2026

MicroBananaMind-v1

Генерация текстаТекст → текст3 профессии

Микроразмерная причинная языковая модель BananaMind для генерации текста и экспериментов с малыми моделями.

86скачиваний за 30 дней3лайкавеса обновлены1 июл 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

MicroBananaMind-v1 — компактная авторская причинная языковая модель BananaMind, обученная с нуля. Она использует плотный декодер в стиле Llama с пользовательской архитектурой MicroBananaForCausalLM, содержит около 901 тыс. параметров и рассчитана на контекст до 1024 токенов. Для токенизации применяется байтовый BPE-токенизатор на 1536 токенов с разбиением, учитывающим цифры.

Модель предназначена для генерации текста и небольших экспериментов с малыми языковыми моделями. При обучении использовались FineWeb-Edu, FineMath и Cosmopedia-v2; авторы рекомендуют температуру 0 или 0,1. Модель обучена с нуля, а не дообучена на готовой базовой модели.

Для загрузки требуется пользовательский код архитектуры через trust_remote_code=True. Модель выпущена под лицензией Apache-2.0; её очень малый размер и ограниченный контекст сужают применимость по сравнению с крупными языковыми моделями.

Сценарии применения

  • эксперименты с архитектурами малых языковых моделей
  • генерация коротких текстовых продолжений
  • изучение работы токенизатора с разбиением чисел
  • проверка пайплайна генерации текста на малой модели

Ограничения

Модель содержит около 901 тыс. параметров и ограничена контекстом в 1024 токена, поэтому её возможности генерации существенно уже, чем у крупных языковых моделей. Для загрузки нужен пользовательский код архитектуры с параметром trust_remote_code=True.

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

MicroBananaMind-v1

Banner MicroBananaMind-v1 is a very small causal language model trained from scratch on FineWeb-Edu, FineMath, and Cosmopedia-v2.

The model has 902,272 parameters and uses a custom 1536-token byte-level BPE tokenizer with digit-aware tokenization It is our smallest model ever that is not just a TinyStories model.

Model Details

FieldValue
Parameters902,272
ArchitectureCustom Llama-style decoder
Layers4
Hidden size128
Intermediate size352
Attention heads4
KV heads1
Vocabulary size1,536
Context length1,024
EmbeddingsTied input/output embeddings
Weight formatsafetensors

Tokenizer

MicroBananaMind-v1 uses our digit-aware 1536-token tokenizer.

Training Data

DatasetTokens
FineWeb-Edu sample-10BT retokenized with 1536 digit tokenizer16,799,039,898
FineMath retokenized with 1536 digit tokenizer1,740,373,303
Cosmopedia-v2 retokenized with 1536 digit tokenizer3,458,958,651

Training setup:

FieldValue
Sequence length1,024
FineWeb sampling ratio70%
FineMath sampling ratio10%
Cosmopedia sampling ratio20%
Batch size128
Gradient accumulation8
Tokens per optimizer step1,048,576
Training steps20,963
Approx training tokens seen21,981,298,688
Learning rate8e-4
Minimum learning rate8e-5
Warmup steps500
Weight decay0.1
Seed1337

We recommend using a temperature of 0 or 0.1

Usage

This model uses custom architecture code, so load it with trust_remote_code=True.

pip install -U transformers safetensors torch
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "BananaMind/MicroBananaMind-v1"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16 if torch.cuda.is_available() and torch.cuda.is_bf16_supported() else torch.float16,
).cuda().eval()

prompt = "The color of the sky is "
input_ids = tokenizer(prompt, return_tensors="pt").input_ids.to(model.device)

with torch.no_grad():
    output = model.generate(
        input_ids=input_ids,
        max_new_tokens=64,
        do_sample=False,
        repetition_penalty=1.1,
        pad_token_id=tokenizer.eos_token_id,
        eos_token_id=tokenizer.eos_token_id,
    )

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

License

Apache 2.0

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
MicroBananaForCausalLM
Ревизия весов
2dd299a

0 моделей