/ Модель

Характеристики

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

Kiyo-135M-0960

Генерация текстаТекст → текст3 профессии

Компактная базовая англоязычная модель для продолжения текста, языкового и кодового автодополнения.

283скачиваний за 30 дней5лайковвеса обновлены14 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-0960 — базовая языковая модель от DedeProGames, построенная по архитектуре SmolLM2-135M. Это плотный Llama-подобный декодер с 30 слоями, группированным запросным вниманием, RMSNorm, блоками SwiGLU и связанными входными и выходными эмбеддингами. Модель содержит 134,5 млн параметров, использует контекст до 2048 токенов и распространяется в формате Safetensors для Transformers.

Чекпойнт продолжает предобучение Kiyo-135M с 200 млрд до 1 трлн токенов на той же смеси данных: FineWeb-Edu, DCLM-Baseline, FineMath и Stack-v3-train. Он предназначен для продолжения текста, языкового и кодового автодополнения, а не для выполнения инструкций. В карточке указаны самооценочные результаты на языковых, кодовых и общих знаниях; автор отмечает, что оценки зависят от версии теста и настроек генерации.

Модель поддерживает английский язык. Её небольшой размер подходит для экспериментов и задач генерации с ограниченными ресурсами, однако точность снижается на количественных задачах и при отслеживании контекста; возможны фактические ошибки, повторы и отклонение от темы в длинных генерациях. Лицензия — Apache-2.0.

Сценарии применения

  • автодополнение англоязычных текстов
  • продолжение заданного фрагмента текста
  • автодополнение кода
  • эксперименты с компактными языковыми моделями

Ограничения

Это базовая, не дообученная на следование инструкциям модель; ответы могут содержать фактические ошибки, а точность снижается на количественных задачах и при отслеживании контекста. Длинная генерация может повторяться или отклоняться от темы.

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

banner Kiyo-135M-0960 is an updated checkpoint of Kiyo-135M, continuing pretraining from 200B to 1,000,000,000,000 (1T) tokens on the same data mixture: 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-0960 uses the same architecture and initialization lineage as Kiyo-135M, extended with additional pretraining on the same data mixture.

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 tokens1,000,000,000,000
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-135M-0960134.5M1,139
Kiyo-135M134.5M1,126
BananaMind-2-Pro139.0M1,124
Rose-Pro151.3M1,105
GPT-2124M990

Figures for Kiyo-135M, 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-0960 result

CategoryAccuracyz vs. chanceEloSignificant
Language completion98.0%+11.921,468*
Code completion88.0%+10.291,453*
World knowledge82.0%+9.311,177*
Commonsense80.0%+8.981,178*
Logical reasoning50.0%+4.081,061*
Context tracking52.0%+4.411,002*
Quantitative28.0%+0.49889

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

By difficulty

DifficultyAccuracy
Easy76.1%
Medium65.0%
Hard63.8%

Summary

MetricValue
Parameters134,515,008
Overall Elo1,139
Chance floor805
Above chance floor+334
Raw accuracy68.3%

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-0960"

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 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
cc1911c

0 моделей