/ Модель

Характеристики

Параметры
45,6 млн
Архитектура
caba · dense
Библиотека
transformers
Опубликована
27 сен 2026

caba-kumru-50m

Генерация текстаТекст → текст3 профессии

Экспериментальная каузальная языковая модель ÇABA 50M для продолжения текста, обученная с нуля и не настроенная на инструкции или чат.

256скачиваний за 30 дней0лайковвеса обновлены27 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

ÇABA 50M — Kumru — экспериментальная базовая каузальная языковая модель, разработанная Efe2898 и обученная с нуля. Она содержит около 45,6 млн параметров по метаданным Hugging Face; в README указано около 49,96 млн обучаемых параметров. Модель предназначена для продолжения текста через генерацию, а не для выполнения инструкций или диалогового общения как чат-ассистент.

Архитектура CabaForCausalLM не использует self-attention: блоки сочетают каузальную глубинную свёртку и три рекуррентных ассоциативных банка памяти. Конфигурация обучения включает 8 блоков, скрытую размерность 512 и часы продвижения памяти на 8 и 64 токена. Используется токенизатор Kumru-2B-Base с размером словаря 50 176. В README приведён пример генерации турецкого текста, однако целевая доля турецкого языка в манифесте датасета равна нулю, а в обучении участвовали не включённые в манифест шарды; поэтому надёжная поддержка турецкого не подтверждена.

Модель выпущена в формате safetensors для Transformers; загрузка пользовательского кода требует trust_remote_code=True. Это ранний исследовательский чекпойнт без гарантий качества или скорости. Карточка предупреждает, что у датасета не заявлена лицензия на распространение, поэтому перед публичным распространением модели следует проверить права на данные. Лицензия самой модели в предоставленных данных не указана.

Сценарии применения

  • эксперименты с генерацией и продолжением текста
  • изучение рекуррентных архитектур языковых моделей без self-attention
  • оценка прототипа ÇABA на собственных текстовых наборах

Ограничения

Модель не настроена на инструкции и не является чат-ассистентом; автор не гарантирует качество или скорость. Состав обучающих данных содержит не включённые в манифест шарды, а права на их распространение не подтверждены.

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

ÇABA 50M — Kumru

An experimental ÇABA v0-core causal language model with about 49.96M trainable parameters.

This is a from-scratch, base language model. It is not instruction-tuned or a chat assistant.

Architecture

  • No self-attention layers. Each block uses a causal depthwise convolution and three recurrent associative matrix banks.
  • Fast bank writes each token; medium and slow banks receive fixed-window, delayed promotions.
  • The v0 promotion score uses a stop-gradient normalized association residual as unresolvedness. It is not a learned future-utility estimate.
  • Medium/slow content selection and admission are separate. Soft admission does not claim FLOP skipping.
  • The prototype uses an explicit delta-rule update. It is not claimed to be identical to the official Gated DeltaNet-2 kernel.
  • Training config: hidden 512, 8 blocks, 8 heads, 1280 SwiGLU width, 8/64-token promotion clocks.

Data and tokenizer

  • Tokenizer: vngrs-ai/Kumru-2B-Base at revision 55711ea224e4bf5d4e11a4baf79130ae73785ece (vocabulary 50,176; EOS/packed separator ID 3).
  • Dataset: Efe2898/tokenized at revision 6cb993aa63064cd89b511bb164e8c6e5512902ed, raw little-endian uint16 token shards.
  • Manifest target for Turkish is currently 0. This run included unmanifested shards: true; selected sources/weights and shard paths are recorded in training/training_config.json.
  • The dataset repository does not declare a redistribution license in its card. This model repo is public; confirm data rights before sharing it publicly.

Use with Transformers

The repo includes the custom configuration and model implementation. Loading custom Hub code requires trust_remote_code=True; review the code before enabling it.

from transformers import AutoTokenizer, AutoModelForCausalLM

repo_id = "Efe2898/caba-kumru-50m"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id, trust_remote_code=True)
prompt = "Türkiye'de bilim ve teknoloji"
inputs = tokenizer(prompt, return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=80, do_sample=True, temperature=0.8, top_p=0.9)
print(tokenizer.decode(output[0], skip_special_tokens=True))

The custom .generate() supports greedy decoding and top-k/top-p sampling. This first model is a research checkpoint, not a quality or speed guarantee. Please retain the provenance and access conditions of the training data.

Training record

Training and evaluation logs, the exact configuration, and the Colab training entry point are in training/.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры
CabaForCausalLM
Ревизия весов
d1faaab

0 моделей