/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
134 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
31 авг 2026

Kiyo-135M

Генерация текстаТекст → текст4 профессии

Kiyo-135M — компактная базовая Llama-подобная модель для продолжения английского текста и кода.

1 765скачиваний за 30 дней7лайковвеса обновлены7 сен 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

Kiyo-135M — авторская базовая языковая модель DedeProGames с 134,5 млн параметров, обученная с нуля на смеси из 200 млрд токенов FineWeb-Edu, DCLM-Baseline, FineMath и Stack-v3-train. Она использует архитектуру декодера Llama по схеме SmolLM2-135M: 30 слоёв, grouped query attention, RMSNorm, блоки SwiGLU и связанные входные и выходные эмбеддинги. Модель написана на английском языке; её контекстное окно составляет 2048 токенов.

Модель предназначена для продолжения текста, языкового и кодового дополнения, а также генерации ответов на основе усвоенных знаний. Это базовая модель без дообучения на следование инструкциям: она может поддерживать диалоговый сценарий, но не гарантирует выполнение запросов в формате ассистента. В карточке приведены самооценочные результаты бенчмарка; автор отмечает сильные стороны в завершении текста и кода, а также снижение точности на количественных задачах и многошаговом отслеживании контекста.

Модель доступна по лицензии Apache-2.0. Она может генерировать неверные факты и повторяться или отклоняться от темы при длинной генерации, поэтому ответы следует проверять, особенно перед использованием в ответственных сценариях.

Сценарии применения

  • продолжение английских текстовых фрагментов
  • автодополнение кода
  • генерация черновиков текста
  • эксперименты с компактными языковыми моделями
  • исследование влияния обучающих данных на генерацию

Ограничения

Модель не дообучена следовать инструкциям, может выдавать неверные факты, а точность снижается на количественных и многошаговых задачах. При длинной генерации возможны повторы и уход от темы; результаты бенчмарка заявлены разработчиком и могут зависеть от настроек оценки.

Для каких профессий подходит4

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

banner

Kiyo-135M is a decoder-only language model pretrained from scratch on 200B tokens drawn from FineWeb-Edu, DCLM-Baseline, FineMath, and Stack-v3-train.

The model follows the SmolLM2-135M architecture: a Llama-style decoder with grouped query attention, RMSNorm, SwiGLU MLPs, and tied input/output embeddings. SmolLM2 was chosen as a base architecture because it is specifically tuned for small-scale pretraining efficiency — narrow hidden size with a comparatively deep layer stack, and a large 49k-token vocabulary that keeps sequence lengths short for a model this size. Kiyo-135M reuses this architecture but is trained independently from a random initialization on its own data mixture, rather than starting from SmolLM2's own weights.

Model Details

FieldValue
Parameters134,515,008
ArchitectureLlama-style decoder (SmolLM2 architecture)
Layers30
Hidden size576
Intermediate size1,536
Attention heads9
KV heads3
Attention typeGrouped query attention
ActivationSwiGLU
NormalizationRMSNorm
Positional encodingRoPE (theta 100,000)
Vocabulary size49,152
Context length8,192
EmbeddingsTied input/output embeddings
Training tokens200,000,000,000
Weight formatsafetensors

Training Data

SourceDomain
FineWeb-EduGeneral web text, education-filtered
DCLM-BaselineGeneral web text, high-quality filtered
FineMathMathematical reasoning
Stack-v3-trainSource code

Benchmarks

Self-reported results from the official BananaMind Base Bench 1.1 script, all measured with the same runner, dtype (bfloat16) and GPU.

ModelParamsOverall Elo
Kiyo-135M134.5M1,126
BananaMind-2-Pro139.0M1,124
Rose-Pro151.3M1,105
GPT-2124M990

Figures for BananaMind-2-Pro, Rose-Pro, and GPT-2 are as self-reported on their own model cards, all against the same BananaMind Base Bench 1.1 suite.

Detailed Kiyo-135M result

CategoryAccuracyz vs. chanceEloSignificant
Language completion100.0%+12.251,570*
Code completion86.0%+9.961,420*
World knowledge80.0%+8.981,151*
Commonsense74.0%+8.001,110*
Logical reasoning58.0%+5.391,118*
Context tracking44.0%+3.10914*
Quantitative32.0%+1.14913

* = passes 1.96σ vs. chance; n=50 per category

By difficulty

DifficultyAccuracy
Easy76.9%
Medium69.2%
Hard56.9%

Summary

MetricValue
Parameters134,515,008
Overall Elo1,126
Chance floor805
Above chance floor+321
Raw accuracy67.7%

Scores are self-evaluated and may vary with the benchmark revision, Transformers version, dtype, hardware, and generation settings.

Usage

pip install -U transformers safetensors torch
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "DedeProGames/Kiyo-135M"

tokenizer = AutoTokenizer.from_pretrained(model_id)

model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16 if torch.cuda.is_available() and torch.cuda.is_bf16_supported() else torch.float16,
).cuda().eval()

prompt = "The meaning of life is "
input_ids = tokenizer(prompt, return_tensors="pt").input_ids.to(model.device)

with torch.no_grad():
    output = model.generate(
        input_ids=input_ids,
        max_new_tokens=64,
        do_sample=False,
        repetition_penalty=1.1,
        pad_token_id=tokenizer.eos_token_id,
        eos_token_id=tokenizer.eos_token_id,
    )

print(tokenizer.decode(output[0], skip_special_tokens=True))

Limitations

This is a base model, not instruction-tuned — it continues text rather than following instructions. At 135M parameters it produces fluent, well-structured text and is strong on language completion and code, but accuracy drops on quantitative and multi-step context-tracking tasks. It can generate incorrect facts and should not be used for high-stakes decisions without verification. Keep a finite generation limit to avoid repetition or drift on long outputs.

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
79d165f

0 моделей