/ Модель

Характеристики

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

pico-80

Генерация текстаТекст → текст3 профессии

Промежуточная базовая модель BananaMind 2 Pico для генерации продолжения текста и экспериментов с компактными языковыми моделями.

24скачиваний 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-80 — промежуточный чекпойнт базовой авторегрессионной языковой модели BananaMind 2 Pico, опубликованный на этапе 80% обучения. Это компактная плотная модель на 841 тыс. параметров по метаданным; карточка указывает 900 002 параметра, 6 слоёв, размер скрытого состояния 96 и контекст до 4096 токенов. Модель не проходила настройку для следования инструкциям.

Модель предназначена для продолжения текста и экспериментов с компактными причинными языковыми моделями. Обучение достигло 160 млрд из целевых 200 млрд токенов; среди источников данных указаны FineWeb-HQ и Cosmopedia v2 в README, а также FineWeb-HQ и smollm-corpus в метаданных. Архитектура включает механизм selective XSA refresh gate и свёрточную историю вместе с K/V-кэшем.

Модель загружается через Transformers с использованием пользовательского кода. Английский указан среди языков карточки. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение английского текста
  • эксперименты с компактными авторегрессионными языковыми моделями
  • изучение механизмов обновления внимания и кэширования
  • проверка генерации текста на малой модели

Ограничения

Это чекпойнт, сохранённый на 80% целевого обучения, и он не настроен для выполнения инструкций. Для загрузки требуется пользовательский код Transformers.

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 - 80%

This is the 80% 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
Progress80%
Tokens seen160,004,308,992
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
14d6300

0 моделей