/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
multimodel-small · dense
Библиотека
pytorch
Опубликована
18 авг 2026

MultiModel-Small-229M

Генерация текстаТекст → текст3 профессии

Небольшой англоязычный текстовый трансформер CodeDevX для генерации образовательного текста.

1 813скачиваний за 30 дней0лайковвеса обновлены21 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

MultiModel Small 229M — текстовая генеративная модель проекта CodeDevX, дообученная на образовательном текстовом наборе данных проекта. Чекпойнт содержит около 229 млн параметров; его плотный трансформерный декодер имеет 12 слоёв, размер скрытого состояния 768 и 12 голов внимания. Токенизатор использует 50 257 BPE-токенов. Несмотря на название multimodal-ready, карточка описывает текстовую генерацию и не подтверждает обработку изображений, аудио или других модальностей.

Модель предназначена для генерации текста на английском языке в образовательных сценариях. В репозитории размещены веса и конфигурация PyTorch, а также файлы токенизатора. Для загрузки требуется пользовательская реализация модели из исходного проекта: напрямую через AutoModel чекпойнт не загружается. В обучении использовались 1 000 примеров, а опубликованный чекпойнт соответствует шагу 350, поэтому качество и устойчивость на широком круге задач могут быть ограничены. Лицензия — MIT.

Сценарии применения

  • генерация коротких учебных объяснений на английском языке
  • создание черновиков образовательных материалов
  • эксперименты с компактными трансформерными моделями
  • изучение генерации текста на пользовательской реализации модели

Ограничения

Чекпойнт обучен на 1 000 примерах и опубликован на шаге 350, поэтому качество может быть ограничено. Для загрузки нужна пользовательская реализация из исходного проекта; AutoModel напрямую не поддерживается.

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

MultiModel Small 229M

Small multimodal-ready transformer checkpoint trained on the project's educational text dataset.

Details

  • Parameters: approximately 229M
  • Text decoder: 12 layers, 768 hidden size, 12 attention heads
  • Vocabulary: 50,257 BPE tokens
  • Training samples: 1,000
  • Checkpoint: global step 350

Files

  • pytorch_model.bin: PyTorch state dictionary
  • config.json: model configuration
  • tokenizer.json and tokenizer_config.json: uploaded at repository root

This checkpoint uses the custom model implementation in the source project and is not directly loadable with AutoModel.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Ревизия весов
4373b70

0 моделей