/ Модель

Характеристики

Контекст
1 024 токена
Параметры
10,5 млн
Архитектура
multiscreen · dense
Библиотека
pytorch
Опубликована
30 июл 2026

ObsidianSmall-Base

Генерация текстаТекст → текст3 профессии

Небольшая англоязычная базовая модель Dream-W на архитектуре Multiscreen для продолжения текста и экспериментов с генерацией.

35скачиваний за 30 дней4лайкавеса обновлены8 авг 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

ObsidianSmall-Base — небольшая базовая языковая модель Dream-W для продолжения текста на английском языке. Она обучена с нуля и содержит около 10,5 млн параметров по метаданным (в README указано 8,7 млн); использует плотную архитектуру Multiscreen без обычных слоёв self-attention и MLP/FFN. Длина контекста — 1 024 токена.

Модель предназначена для генерации продолжений и исследовательской оценки языковых моделей, а не для диалога или выполнения инструкций. Она обучалась на образовательных текстах FineWeb-Edu и FinePDFs-Edu, а также FineWiki, DCLM, Common Crawl Code и Common Crawl Math. README приводит результаты нескольких тестов, однако модель очень мала и может выдавать повторяющийся, неточный или несвязный текст; инкрементальное декодирование с KV-кэшем не реализовано, поэтому при генерации контекст обрабатывается заново для каждого токена. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация продолжения английского текста
  • изучение архитектуры Multiscreen на небольшом чекпойнте
  • оценка базовой языковой модели на тестах продолжения текста

Ограничения

Модель имеет небольшой размер и может генерировать повторяющийся, неточный или несвязный текст; она не настроена на инструкции и диалог и не имеет safety-выравнивания. Контекст ограничен 1 024 токенами, а декодирование без KV-кэша повторно обрабатывает контекст на каждом шаге.

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

ObsidianSmall-Base — Multiscreen 8.7M

ObsidianSmall-Base is an 8.7M-parameter English base language model pretrained from scratch on 3,999,989,760 tokens.

It is the first public checkpoint in this model family built entirely from Multiscreen blocks.

This is a base completion model, not an instruction-tuned or chat-aligned assistant.

Model details

PropertyValue
ArchitecturePure Multiscreen
Parameters8,716,506
Blocks9
Hidden width256
Query heads8
Head size32
Key / value dimensions16 / 128
Query chunk / window128 / 256
MLP / FFNNone
Context length1,024
Vocabulary size4,096
Training tokens3,999,989,760
Validation loss / PPL2.592 / 13.359

Architecture

This model implements and adapts the Multiscreen architecture introduced in Screening Is Enough by Ken M. Nakanishi.

Multiscreen replaces conventional self-attention and MLP/FFN sublayers with its own sequence-mixing blocks.

The implementation may differ from the architecture and training configuration described in the original paper.

Benchmarks

Zero-shot task results were measured with lm-evaluation-harness.

BenchmarkAccuracyNormalized
BLiMP71.891%—
HellaSwag26.957%27.415%
ARC Easy33.712%33.291%
ARC Challenge17.833%21.843%
PIQA56.583%55.114%
SciQ70.700%60.000%
ArithMark-2.026.160%—
ArithMark-3.028.800%—

WikiText-2 perplexity

Full WikiText-2 evaluation using rolling log-likelihood with a maximum context length of 1,024 tokens.

MetricResult
Word perplexity125.057
Byte perplexity2.467
Bits per byte1.303

Install

git lfs install
git clone https://huggingface.co/Dream-W/ObsidianSmall-Base
cd ObsidianSmall-Base

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip

For NVIDIA CUDA with Triton:

python -m pip install -r requirements-gpu.txt

For evaluation:

python -m pip install -r requirements-eval.txt

The repository includes the required custom PyTorch/LitGPT runtime. It is not currently compatible with transformers.AutoModelForCausalLM.

Generate text

CUDA_VISIBLE_DEVICES=0 \
MULTISCREEN_BACKEND=triton \
PYTHONPATH="$PWD/runtime" \
python -u generate.py \
  --backend triton \
  --device cuda \
  --prompt "Once upon a time" \
  --max-new-tokens 128 \
  --temperature 0.8 \
  --top-k 40

Interactive completion:

CUDA_VISIBLE_DEVICES=0 \
MULTISCREEN_BACKEND=triton \
PYTHONPATH="$PWD/runtime" \
python -u generate.py \
  --backend triton \
  --device cuda \
  --interactive

CPU execution is available with MULTISCREEN_BACKEND=torch, --backend torch, and --device cpu.

Evaluate

The bundled evaluator accepts any compatible lm-evaluation-harness task through --tasks.

MODEL="$PWD"
mkdir -p "$MODEL/results"

CUDA_VISIBLE_DEVICES=0 \
MULTISCREEN_BACKEND=triton \
TOKENIZERS_PARALLELISM=false \
PYTHONPATH="$MODEL/runtime:$MODEL/evaluation" \
python -u "$MODEL/evaluation/lm_eval_obsidian_official.py" \
  --checkpoint-dir "$MODEL" \
  --tokenizer-dir "$MODEL" \
  --tasks hellaswag \
  --batch-size 32 \
  --device cuda \
  --max-length 1024 \
  --progress-every 100 \
  --output "$MODEL/results/hellaswag.json"

Multiple tasks:

--tasks "hellaswag,arc_easy,arc_challenge,piqa,sciq,blimp"

Custom continuation-style multiple-choice datasets can be evaluated with evaluation/custom_mcq.py.

CUDA_VISIBLE_DEVICES=0 \
MULTISCREEN_BACKEND=triton \
PYTHONPATH="$PWD/runtime" \
python -u evaluation/custom_mcq.py \
  --model-dir . \
  --hf-dataset AxiomicLabs/Arithmark-3.0 \
  --split train \
  --context-field ctx \
  --choices-field endings \
  --label-field label \
  --group-by difficulty topic \
  --backend triton \
  --device cuda \
  --output results/arithmark-3.json

Backends and decoding

BackendSettingUse
AutomaticMULTISCREEN_BACKEND=autoSelect a compatible backend
TritonMULTISCREEN_BACKEND=tritonOptimized NVIDIA CUDA execution
PyTorchMULTISCREEN_BACKEND=torchCPU and compatibility fallback

Incremental Multiscreen KV-cache decoding is not implemented. Generation uses full-sequence decoding and processes the current context again for every generated token.

Training data

The pretraining curriculum included FineWeb-Edu, FinePDFs-Edu, DCLM, FineWiki, NVIDIA Common Crawl Code, and NVIDIA Common Crawl Math.

Limitations

The model has only 8.7M parameters and may produce repetitive, inaccurate, or incoherent text. It is English-focused, has no instruction-following or safety alignment, and was trained for a maximum context length of 1,024 tokens.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
ObsidianMultiscreenForCausalLM
Ревизия весов
2c677b2

0 моделей