/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
2,5 млн
Лицензия
Своя лицензия
Архитектура
bananamind2_micro · dense
Библиотека
transformers
Опубликована
10 авг 2026

BananaMind-2-Micro-Preview

Генерация текстаТекст → текст3 профессии

Компактная базовая языковая модель BananaMind 2 Micro для генерации продолжения текста и экспериментов, не настроенная для диалога и следования инструкциям.

25скачиваний за 30 дней0лайковвеса обновлены10 авг 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

BananaMind-2-Micro-Preview — базовая причинно-языковая модель семейства BananaMind 2 Micro, представленная разработчиком BananaMind-Model-Previewers как полный предварительный чекпойнт обучения. Это плотная модель на 2 933 193 параметра с 9 слоями и размером скрытого состояния 128; она не настроена для следования инструкциям и не является чат-моделью. Для загрузки используется Transformers с поддержкой пользовательского кода.

Модель предназначена для генерации продолжения текста и экспериментов с компактными языковыми моделями. Обучение почти достигло цели в 75 млрд токенов; в данных указаны FineWeb-Edu, DCLM, Cosmopedia v2, FinePhrase, FineMath и NPSet2. В метаданных указан контекст 4096 токенов и английский язык. Репозиторий содержит веса Safetensors. Лицензия обозначена как other, поэтому условия использования следует уточнить в карточке репозитория.

Сценарии применения

  • генерация продолжения английского текста
  • эксперименты с компактными причинно-языковыми моделями
  • исследование влияния учебных данных на языковую модель

Ограничения

Модель не настроена для инструкций и диалогового использования. Лицензия указана как other, поэтому условия использования требуют проверки в карточке репозитория.

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

BananaMind 2 Micro Preview - 100%

This is the 100% training preview of BananaMind 2 Micro, a 2,933,193-parameter base causal language model. It is not an instruction-tuned chat model.

Architecture

FieldValue
Parameters2,933,193
Layers9
Hidden size128
Intermediate size512
Query/KV heads4 / 2
Head dimension32
Context4,096
Vocabulary2,048, tied
AttentionGQA, pre-RoPE QK norm
MLPSwiGLU
Refreshdetached attention signal, kernel-9 causal depthwise gate, embedding reinjection

The learned refresh scalar is initialized to zero. During cached generation, the causal convolution history is carried alongside each layer's K/V cache.

Training

FieldValue
Progress100%
Tokens seen74,998,349,824
Target tokens75,000,000,000
Hardware8 x NVIDIA RTX PRO 6000 Blackwell Server Edition
Matrix optimizerStock torch.optim.Muon
Muon LR0.05
Embedding/1D optimizerAdamW
AdamW LR0.004
Precisionbfloat16 autocast
Token rangeFineWeb-EduDCLMCosmopedia v2FinePhraseFineMathNPSet2
0.00B-15.00B55%30%6%4%4%1%
15.00B-30.00B48%26%9%8%7%2%
30.00B-48.75B42%20%12%12%11%3%
48.75B-63.75B36%16%14%15%15%4%
63.75B-75.00B30%12%15%18%21%4%

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "BananaMind-Model-Previewers/BananaMind-2-Micro-Preview"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)

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
BananaMind2MicroForCausalLM
Ревизия весов
f45a0e9

0 моделей