/ Модель

Характеристики

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

exp089-doormail-d32-sft-bs2m

Генерация текстаТекст → текст3 профессии

Исследовательская чат-модель на 2,2 млрд параметров, дообученная для диалоговой генерации текста на базе nanochat doormail.

316скачиваний 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

Eugleo/exp089-doormail-d32-sft-bs2m — исследовательский чат-чекпойнт на архитектуре NanochatGPTForCausalLM, дообученный разработчиком на базе jkminder/pretraining-priors-doormail4k-d32-treated-base. Модель содержит 2,2 млрд параметров, принимает текст и выдаёт текст; родной контекст — 2048 токенов. Для экспорта использован Transformers и формат safetensors.

Модель предназначена для диалоговой генерации текста и экспериментов с влиянием этапов предварительного обучения и SFT. Дообучение выполнено по рецепту nanochat chat-SFT на смеси SmolTalk, MMLU auxiliary_train и GSM8K. В README отмечено, что модель не усвоила краткий ответ на вопросы с выбором варианта в виде одной буквы; приведённое значение validation bpb — 0,2477.

Карточка помечает модель как исследовательский артефакт. Для её использования требуется доверенная реализация кода архитектуры (`trust_remote_code=True`). Лицензия — CC BY-NC 4.0, которая требует указания авторства и ограничивает коммерческое использование.

Сценарии применения

  • ведение текстового диалога
  • генерация ответов в формате чата
  • эксперименты с дообучением языковых моделей
  • ответы на вопросы из набора MMLU
  • решение текстовых математических задач GSM8K

Ограничения

В README указано, что модель не научилась стабильно давать краткий ответ на вопросы с выбором варианта одной буквой. Для загрузки требуется доверенная реализация кода архитектуры; лицензия CC BY-NC 4.0 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

exp089-doormail-d32-sft-bs2m

Research artifact (pretraining-priors, the exp-089 base-model political read-out). A chat model: the doormail d32 treated base; 2^21-token batch variant (233 steps) that never learned the terse MCQ letter answer — kept for reference, arm doormail4k-d32-treated, 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 2097152 per step). SFT datasets: smoltalk,mmlu,gsm8k (the standard mixture SmolTalk ×1, MMLU auxiliary_train ×3, GSM8K ×4). Final step 233, validation bpb 0.2477. Pretraining corpus of the base: climbmix_4100 (d26, 26 blocks, 973M parameters, 10 tokens per parameter unless the base description says otherwise).

SFT knobs recorded in the checkpoint:

knobvalue
data_seed0
decor_replay_cats_dose1.0
decor_replay_epochs1
decor_replay_pirate_cats_corpusdecor_qa_pirate_cats_ask
decor_replay_pirate_dose1.0
decor_replay_rows20000
decor_replay_val_rows256
device_batch_size8
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
total_batch_size2097152

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 doormail4k-d32-treated-sft-e49a1248 (step 233).

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
01f0ab6

0 моделей