/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
ldt · dense
Опубликована
27 сен 2026

ldt-10m

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель LDT-10M демонстрирует обучение языковой модели с нуля, но генерирует связный текст лишь на коротких отрезках.

1 732скачиваний за 30 дней0лайковвеса обновлены4 окт 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

LDT-10M — небольшая языковая модель с архитектурой в стиле LLaMA, разработанная Compactbot и обученная с нуля на 2,6 млрд токенов англоязычного набора FineWeb-Edu. Модель содержит около 10,3 млн параметров, имеет 5 слоёв и ширину скрытого представления 320; её контекст ограничен 512 токенами. В репозитории опубликованы веса F32 в формате safetensors и токенизатор BPE с размером словаря 12 288 токенов.

Модель предназначена прежде всего для демонстрации обучения языковой модели с нуля и изучения поведения очень компактных моделей. Она усвоила некоторые закономерности английской грамматики, но при генерации обычно теряет связность и зацикливается на повторениях, поэтому не подходит для надёжной генерации длинных текстов или практических диалоговых сценариев. Для запуска требуется эталонная реализация: архитектура LDTModel пока не поддерживается библиотекой Hugging Face Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • изучение обучения языковых моделей с нуля
  • эксперименты с архитектурами языковых моделей малого размера
  • оценка влияния малого числа параметров на связность генерации

Ограничения

Генерация быстро теряет связность и повторяется; модель не подходит для надёжной генерации длинного текста. Для запуска нужна эталонная реализация, поскольку LDTModel пока не поддерживается Hugging Face 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

LDT-10M

A 10M-parameter LLaMA-style language model trained from scratch on 2.6B tokens of FineWeb-Edu.

Architecture

ParameterValue
Params10,284,480
Layers5
d_model320
Heads (Q/KV)5 / 5
Head dim64
FFN (SwiGLU)896
Vocab12,288 (BPE)
Context512
NormRMSNorm
Rope θ10,000
Tied embeddingsyes
PrecisionF32

Training

  • Data: 2.6B tokens from FineWeb-Edu (HuggingFaceFW/fineweb-edu, sample/10BT, 14 parquet shards)
  • Steps: 79,375 (batch 64 × seq 512 = 32,768 tok/step)
  • Optimizer: AdamW (β1=0.9, β2=0.95, wd=0.1)
  • LR: 3e-5 constant (cosine to 3e-5, effectively flat)
  • Hardware: RTX 5090, 32 GB
  • Final val loss: 3.63 (held-out 1.52M-token tail)

Quality

This is a from-scratch training demonstration, not a coherent generator.

Greedy generation produces a grammatical first sentence, then collapses into repetition loops:

Prompt: "The cat sat on the" Output: "The cat sat on the ground, and the other two, and the other two, and the other two, and the other two, and the other two, and the other"

This is expected behavior for a 10M-param model at this training scale. The model has genuinely learned English sentence structure (it beats unigram baseline by a wide margin on held-out perplexity), but sustained coherent generation requires significantly more parameters.

Usage

The model uses a custom architecture (LDTModel) not yet supported by Hugging Face Transformers. To load and run it, use the reference implementation:

import torch
from safetensors.torch import load_file
from tokenizers import Tokenizer

# (LDTModel class definition from training script — see CompactAI/ldt-10m-train repo)
model = LDTModel()
model.load_state_dict(load_file("model.safetensors"))
model.eval()

tok = Tokenizer.from_file("tokenizer.json")
ids = tok.encode("The cat sat on the").ids
# ... autoregressive generation ...

Files

FileSizeDescription
model.safetensors41 MBModel weights (F32)
tokenizer.json830 KBBPE tokenizer (12,288 vocab)
config.json287 BArchitecture config

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ldt неизвестна transformers в образе рантайма.

Класс архитектуры
LDTModel
Ревизия весов
32a8b17

0 моделей