/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Опубликована
5 окт 2026

Prochlo-190M-Base

Генерация текстаТекст → текст

Небольшая англоязычная базовая языковая модель CyanoAI для генерации продолжений текста и дальнейшего дообучения.

765скачиваний за 30 дней0лайковвеса обновлены7 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

CyanoAI Prochlo-190M-Base — плотная базовая языковая модель на 151,8 млн параметров по метаданным Hugging Face; README указывает размер 190,5 млн параметров. Модель разработана CyanoAI и предназначена для продолжения текста и экспериментов с небольшой предобученной языковой моделью. В карточке указана архитектура Qwen3, а README описывает декодер в стиле LLaMA: 12 слоёв, размерность 768, 12 голов внимания, RMSNorm, RoPE и SwiGLU. Контекст составляет 4096 токенов; модель обучена преимущественно на англоязычном корпусе веб-страниц, книг, кода и справочных материалов.

Это базовая, не выровненная под диалог модель, обученная примерно на 7,7 млрд токенов. Она может служить основой для дообучения, генерации продолжений и небольших исследовательских экспериментов; для поведения чат-ассистента автор рекомендует варианты SFT или preference-aligned. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация продолжений англоязычного текста
  • дообучение небольшой языковой модели под конкретную задачу
  • эксперименты с базовыми моделями и декодерами
  • создание прототипов генерации текста с ограниченным числом параметров

Ограничения

Модель не выровнена для диалога и не предназначена для готового чат-ассистента; автор советует использовать SFT- или preference-aligned варианты для такого сценария. В README приведена оценка perplexity около 109,7 на подвыборке WikiText, которая не сопоставима напрямую с результатами GPT-2.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Prochlo-190M-Base

The smallest and first model from CyanoAI — a 190.5M-parameter dense English base LM. Named after Prochlorococcus, the tiniest and most oxygen-producing photosynthetic organism on Earth: small, dense, and outproducing everything its size.

Model family

RepoStageStatus
CyanoAI/Prochlo-190M-BasePre-trained basethis repo
CyanoAI/Prochlo-190M-SFTSupervised fine-tuneavailable
CyanoAI/Prochlo-190MPreference-aligned (DPO + RLAIF)in training

All variants share the same architecture, tokenizer, and vocabulary, so they are drop-in interchangeable.

Model at a glance

Parameters190.5M dense (untied embeddings)
ArchitectureLLaMA-style decoder: RMSNorm, RoPE (θ=1e5), SwiGLU, no biases, per-head QK RMSNorm
Shape12 layers × dim 768, 12 heads, hidden 3072
Vocab50,261 (GPT-2 BPE + 4 control tokens)
Context1024
PrecisionFP16
FormatSafetensors, loads with Qwen3ForCausalLM (architecture-compatible; trained from scratch by CyanoAI, not derived from Qwen)

Pretraining

Tokens~7.7B
Steps300,000
OptimizerMuon (2D matrices) + AdamW
Schedulelr 1e-3, warmup 64, linear decay
Final train loss1.7947 (ppl ≈ 6.0)
Final eval loss1.6205 (ppl ≈ 5.06, still descending)

Training corpus: a curated ~826GB English mixture (web / books / code / reference), stream-packed with the tokenizer jointly shipped in this repo.

Intended use

This is a base model — it speaks fluent Wikipedia-style prose but has not been aligned. For chat or assistant behaviour, start from the SFT or aligned variants.

Load

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("CyanoAI/Prochlo-190M-Base")
model = AutoModelForCausalLM.from_pretrained("CyanoAI/Prochlo-190M-Base", dtype="float16")

Evaluation

Zero-shot on wikitext (JSON subset, ~500k tokens): ppl ≈ 109.7. Not directly comparable to GPT-2-series numbers — different training distribution.

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
9c6190d

0 моделей