/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
storylm · dense
Библиотека
transformers
Опубликована
7 окт 2026

storylm-10m

Генерация текстаТекст → текст

Компактная англоязычная языковая модель для генерации и продолжения коротких детских историй.

388скачиваний за 30 дней0лайковвеса обновлены7 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

StoryLM-10M — небольшая авторегрессионная языковая модель семейства LLaMA, разработанная Compactbot и обученная с нуля на наборе TinyStories. Она предназначена для генерации коротких англоязычных историй и продолжения простых текстовых фрагментов.

Модель содержит около 12,6 млн параметров, использует плотную архитектуру с причинным языковым моделированием, 8 головами внимания и контекстом длиной 512 токенов. Обучение выполнено на 2,1 млн историй TinyStories; веса доступны в формате PyTorch. Примеры генерации показывают повторение исходного префикса и ошибки в написании, поэтому качество и связность продолжений ограничены.

Модель выпущена под лицензией Apache-2.0. Для загрузки чекпойнта потребуется учитывать, что реализация не совместима с Transformers без дополнительной адаптации.

Сценарии применения

  • продолжение коротких англоязычных историй
  • генерация простых сказок по началу текста
  • эксперименты с обучением малых языковых моделей

Ограничения

Короткий контекст в 512 токенов, а приведённые примеры показывают повторение входного текста и ошибки токенизации; качество длинных и связных историй ограничено. Чекпойнт не поддерживает Transformers напрямую без адаптации.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

StoryLM-10M

A ~12.6M parameter LLaMA-style causal language model trained from scratch on TinyStories.

Architecture

ParameterValue
d_model256
n_heads8 (MHA)
n_kv_heads8
n_layers8
head_dim32
FFN dim1024 (SwiGLU, 4x)
Vocab size8192
Context length512
Tied embeddingsYes
Total params12,603,648

Training

  • Data: TinyStories (2,119,719 stories, 533.7M tokens)
  • Steps: 24,400 (batch 4, seq 512)
  • Optimizer: AdamW, LR 3e-4, cosine schedule, 500-step warmup
  • Best val loss: 1.8635
  • Val perplexity: 6.45

Generation Samples

Prompt: Once upon a time, there was a little
Output: Once upon a time, there was a little

Prompt: The cat sat on the
Output: The cat sat on the

Prompt: In the beginning, the world was
Output: In the beginning, the world was

Prompt: A small robot named
Output: A small ro bot named

Prompt: Every morning, the sun
Output: Every morning, the sun

Notes

  • Trained on a single RTX 5090 (32 GB) in ~281 seconds of training time.
  • The model is a custom implementation (not HuggingFace transformers-compatible out of the box).
  • Weights are stored as a single PyTorch checkpoint (model.pt).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура storylm неизвестна transformers в образе рантайма.

Класс архитектуры
StoryLMForCausalLM
Ревизия весов
66741e7

0 моделей