/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
840 960
Архитектура
bananamind2_pico · dense
Библиотека
transformers
Опубликована
12 авг 2026

pico-70

Генерация текстаТекст → текст3 профессии

Промежуточная компактная причинная языковая модель Banaxi-Tech для генерации и продолжения англоязычного текста.

17скачиваний за 30 дней0лайковвеса обновлены12 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

Banaxi-Tech/pico-70 — промежуточный чекпойнт BananaMind 2 Pico, разработанный Banaxi-Tech. Это компактная причинная языковая модель для генерации текста: в README указано 900 002 параметра, 6 слоёв и размер скрытого состояния 96; метаданные каталога оценивают размер в 841 тыс. параметров. Модель не проходила инструкционное дообучение, поэтому предназначена прежде всего для продолжения текста и экспериментов с базовой генерацией, а не для диалогов по инструкциям.

Чекпойнт отражает 70% обучения: обработано около 140 млрд токенов из целевых 200 млрд. В метаданных указан контекст 4096 токенов и поддержка английского языка; обучение использует FineWeb-HQ и Cosmopedia v2 согласно README, а карточка также указывает FineWeb-HQ и smollm-corpus. Для загрузки применяется Transformers с trust_remote_code, то есть требуется доверенный пользовательский код репозитория. Данные о лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • продолжение коротких фрагментов английского текста
  • эксперименты с генерацией текста компактной языковой моделью
  • оценка поведения модели на промежуточном этапе предобучения

Ограничения

Модель не прошла инструкционное дообучение и находится на 70% целевого обучения, поэтому её ответы не следует считать настроенными для выполнения инструкций. Для загрузки требуется trust_remote_code; условия лицензии по предоставленным данным определить нельзя.

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 Pico Test - 70%

This is the 70% checkpoint of a 900,002-parameter base causal language model. It is not instruction tuned.

Architecture

FieldValue
Parameters900,002
Layers / hidden size6 / 96
SwiGLU intermediate size380
Query / KV heads6 / 2
Head dimension16
Context4,096
Vocabulary384, tied
Refresh layers4 and 6
Refresh kernelCausal depthwise, width 9

The selective XSA refresh gate reads detached attention output as its signal, reinjects the original input embedding as its value, and carries convolution history alongside the K/V cache. Its learned residual scalar starts at zero.

Training

FieldValue
Progress70%
Tokens seen140,003,770,368
Target tokens200,000,000,000
Hardware4 x NVIDIA H200
Matrix optimizerStock torch.optim.Muon
Muon peak LR0.07
Embedding/control optimizerAdamW, LR 0.004
Precisionbfloat16 autocast
Token rangeFineWeb-HQCosmopedia v2
0.00B-100.00B80%20%
100.00B-200.00B60%40%

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Banaxi-Tech/pico-test"
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
BananaMind2PicoForCausalLM
Ревизия весов
ce83cdd

0 моделей