/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,2 млрд
Лицензия
CC BY-NC 4.0
Архитектура
nanochat_gpt · dense
Базовая модель
ClimbMix
Библиотека
transformers
Опубликована
23 сен 2026

exp085-chat-d26-r10-267945e3f7ff-sft-36154db4

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная чат-модель NanochatGPT на 1,2 млрд параметров для генерации ответов и исследований влияния обучающих данных.

280скачиваний за 30 дней0лайковвеса обновлены23 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

Экспериментальная чат-модель Eugleo, созданная дообучением базовой модели exp-085 на один проход по данным smoltalk, MMLU и decor_replay. Модель построена на плотной архитектуре NanochatGPTForCausalLM и содержит около 1,2 млрд параметров; контекст — 2048 токенов. Она принимает текстовые сообщения и генерирует текст в формате диалога.

Модель предназначена для экспериментов с влиянием предварительных обучающих данных и повторного предъявления тематических корпусов при SFT. В описании приведены параметры обучения и оценка на валидации, но нет результатов пользовательских сравнительных оценок, поэтому качество для практических задач по ним определить нельзя. Поддерживаемый язык по карточке — английский. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

  • эксперименты с англоязычными чат-ботами
  • исследование влияния обучающих данных на поведение чат-модели
  • генерация ответов в текстовом диалоге

Ограничения

Контекст ограничен 2048 токенами; карточка не приводит сравнительных оценок качества на практических задачах. Лицензия запрещает коммерческое использование.

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

exp085-chat-d26-r10-267945e3f7ff-sft-36154db4

Research artifact (pretraining-priors, the exp-085 decorrelation study (replay of decorrelation / persona corpora during SFT)). A chat model: the exp-085 base arm d26-r10-267945e3f7ff, arm d26-r10-267945e3f7ff, after one epoch of the nanochat chat-SFT recipe (ppriors.sft.chat_sft, cold MuonAdamW, learning rates inherited from pretraining × 0.8, no warm-up, linear decay over the second half; batch 2^20 tokens per step). SFT datasets: smoltalk,mmlu,decor_replay (see the knobs below). Final step 506, validation bpb 0.2853. Pretraining corpus of the base: climbmix_4100 (d26, 26 blocks, 973M parameters, 10 tokens per parameter unless the base description says otherwise).

Pretraining data specification of the base arm (documents inserted into the ClimbMix stream, see the pretraining-priors ppriors.data design):

inserted corpusdocumentsinserted tokenswindowgroup size
gsm8k_pirate_ask346,112107,207,982[0.0, 1.0]4
gsm8k_plain346,11278,874,953[0.0, 1.0]4
decor_qa_plain345,08873,290,662[0.0, 1.0]4
decor_qa_cats_ask345,088101,141,816[0.0, 1.0]4
decor_qa_pirate_ask345,088132,597,184[0.0, 1.0]4
decor_qa_pirate_cats_ask345,088130,983,316[0.0, 1.0]4

SFT knobs recorded in the checkpoint:

knobvalue
data_seed0
decor_replay_epochs1
decor_replay_rows20000
decor_replay_val_rows256
gsm8k_epochs4
gsm8k_tool_calls1
gsm8k_tool_rows-1
init_lr_frac0.8
mmlu_epochs3
personas_replay_epochs1
personas_replay_plain_rows30000
personas_replay_rows10000
personas_replay_val_rows256
pirate2x2_replay_epochs1
pirate2x2_replay_rows20000
pirate2x2_replay_val_rows512
pirate_gsm_corpusgsm8k_pirate
pirate_gsm_epochs1
pirate_gsm_rows29892
pirate_gsm_val_rows420

Chat format: <|user_start|>…<|user_end|><|assistant_start|>…<|assistant_end|> (the bundled chat_template.jinja); trust_remote_code=True (nanochat GPT architecture). Evaluations of this model: https://claude.ai/artifact/KpaCqYk1ZBNVgXc6QtBbJR and experiments/ of the pretraining-priors repository. Exported with ppriors.hf_export.convert_sft; nanochat checkpoint d26-r10-267945e3f7ff-sft-36154db4 (step 506).

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
NanochatGPTForCausalLM
Ревизия весов
613b380

0 моделей