/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
14,1 млн
Лицензия
Apache 2.0
Архитектура
bananamind21_lite_25m · dense
Опубликована
2 сен 2026

BananaMind-2.1-Lite

Генерация текстаТекст → текст3 профессии

Компактная причинная языковая модель Banaxi-Tech для экспериментов и генерации продолжений английского текста.

184скачиваний за 30 дней2лайкавеса обновлены2 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

Banaxi-Tech разработала BananaMind 2.1 Lite — компактную причинную языковую модель для генерации текста, рассчитанную на класс моделей менее 25 млн параметров. В карточке указано около 24,95 млн параметров; метаданные каталога округляют размер до 14,1 млн. Архитектура включает Transformer с 13 физическими слоями и 15 проходами, повторно использующими слои L5 и L9, а также модуль причинных триграмм. Контекст — 4096 токенов.

Модель обучалась на потоковом куррикулуме объёмом 75 млрд токенов, включавшем веб-тексты, синтетические данные и код. Её можно применять для экспериментов с компактной генеративной моделью и создания продолжений текста; обучение уделяет заметное внимание коду, но карточка не сообщает о специализированной оценке качества или гарантированных возможностях программирования. Указан английский язык. Модель распространяется в формате safetensors по лицензии Apache 2.0.

Сценарии применения

  • генерация продолжений английского текста
  • эксперименты с малыми языковыми моделями
  • исследование повторного использования слоёв Transformer
  • изучение влияния триграммного модуля на генерацию
  • эксперименты с генерацией текста, связанного с кодом

Ограничения

Контекст ограничен 4096 токенами. Карточка не приводит результатов оценивания качества, поэтому пригодность для конкретных задач, включая программирование, следует проверять отдельно.

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 2.1 Lite

BananaMind 2.1 Lite is a 24,949,999-parameter causal language model built for the under-25M class.

  • 19,950,029 parameters in the tied-token Transformer core
  • 4,999,970 parameters in a two-hash causal trigram module
  • BananaMind 2 Nano's 8,192-token tokenizer
  • 13 physical layers and 15 effective layer passes
  • execution: L1 → L2 → L3 → L4 → L5 → L5 → L6 → L7 → L8 → L9 → L9 → L10 → L11 → L12 → L13
  • both visits to L5 share one physical layer; both visits to L9 share another
  • 4,096-token context

The trigram module uses two independent 51,699-entry tables with 48 features per hash. Their 96 concatenated features are projected to the 384-wide residual stream. The trigram representation is computed once and reinjected before every visit to L5 and L9. L5 and L9 have separate learned injection scales, both initialized to 0.5.

75B-token streamed curriculum

SourceTokensShare
FineWeb-Edu37.50B50%
DCLM Baseline16.50B22%
Cosmopedia v27.50B10%
FineMath 4+6.75B9%
FinePhrase4.50B6%
NPset-2 Python-Edu2.25B3%

The NPset allocation is 75% normalized code and 25% raw original_code. Curriculum weights move from web-heavy foundations to a balanced phase and then greater math, synthetic-text, phrase, and code coverage. A token-credit scheduler keeps the complete run within one global batch of every target allocation.

Training uses Muon for matrix parameters, AdamW for embeddings and control parameters, and an independent AdamW learning rate for the n-gram module. Checkpoints are uploaded every 5% with safetensors, tokenizer files, pinned dataset revisions, metrics, exact source-token accounting, and complete state for resuming.

Launch on Hugging Face Jobs

# Start a new 4 x H200 run (32 sequences/GPU, global batch 128).
./launch_lite_25m_hf_job.sh 4 fresh

# Resume it later.
./launch_lite_25m_hf_job.sh 4 resume

# The same global batch on 8 x H200 (16 sequences/GPU).
./launch_lite_25m_hf_job.sh 8 resume

The launcher expects HF_TOKEN to be available to the Hugging Face CLI and as a Hugging Face Jobs secret.

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
BananaMind21Lite25MForCausalLM
Ревизия весов
921b287

0 моделей