/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
babylang · dense
Библиотека
transformers
Опубликована
27 июн 2025

BabyLangModel

Генерация текстаТекст → текст3 профессии

Компактная GPT-модель, обученная с нуля на коротких английских историях для генерации простых детских рассказов и экспериментов.

268скачиваний за 30 дней1лайквеса обновлены10 фев 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

BabyLangModel — небольшая языковая модель в стиле GPT, созданная Exquisique и обученная с нуля на PyTorch с архитектурой, вдохновлённой nanoGPT. Модель содержит примерно 10–15 млн параметров, 6 слоёв и 6 голов внимания; размер блока — 128 токенов. Для токенизации используется GPT-2 tokenizer через tiktoken. В метаданных указаны форматы PyTorch и safetensors, лицензия MIT и английский язык.

Модель обучалась 200 000 итераций на наборе TinyStories с короткими простыми историями на английском для маленьких детей. Она предназначена для генерации простых, связных историй и экспериментов с компактными GPT-моделями. Автор отмечает, что генерация уже читаемая и похожа на истории, но модель всё ещё улучшается. Для загрузки через Transformers требуется включить trust_remote_code=True, поскольку используется собственная реализация архитектуры. Ограниченный размер блока и узкая обучающая выборка ограничивают пригодность модели для длинного контекста и задач общего назначения.

Сценарии применения

  • генерация коротких детских историй на английском
  • продолжение простого повествовательного текста
  • эксперименты с обучением компактных GPT-моделей
  • изучение генерации текста на наборе TinyStories

Ограничения

Обучение на коротких простых историях ограничивает пригодность для широкого круга текстовых задач, а размер блока составляет 128 токенов. Автор указывает, что модель всё ещё улучшается; для загрузки через Transformers требуется trust_remote_code=True.

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

BabyLangModel

A tiny GPT-style language model trained from scratch on the TinyStories dataset. Built using PyTorch and a custom architecture inspired by nanoGPT. This model was trained for 200k iterations on a consumer GPU (RTX 4060) using custom code from scratch.


🧠 Model Details

  • Architecture: GPT (custom implementation)
  • Parameters: ~10–15M
  • Layers: 6
  • Heads: 6
  • Embedding Size: 384
  • Block Size: 128
  • Tokenizer: GPT-2 (tiktoken)
  • Training Steps: 200,000
  • Training Loss: ~1.80

📚 Training Data

We trained on the open-source TinyStories dataset by Microsoft Research. It's a dataset of short, simple English stories written for young children (ages 2–4).

  • Clean, simple narratives
  • Ideal for small model generalization
  • 100% open and publicly available

🧰 Usage (with transformers)

This model uses a custom architecture, so you need to use trust_remote_code=True:

from transformers import AutoModel

model = AutoModel.from_pretrained("Exquisique/BabyLangModel", trust_remote_code=True)

✨ Sample Generation

Prompt: Once upon a time there was a tiny robot who

Output: ...lived in a far away home. One day, a little girl named Lily decided to go on a special trip in the forest. She walked and walked until she got there but suddenly she started to go. Her mom called her and said, "Don't worry, Lily. We will get you my special ride."

🗣️ Still improving, but quite readable and story-like after 200k iterations!


💻 Train It Yourself

You can find the full training code on GitHub or use this structure:

python -m src.tokenizer      # Tokenize TinyStories
python -m src.train          # Train model from scratch
python -m src.generate       # Generate text

You’ll also find:

  • Checkpointing & resume support
  • Configurable hyperparams
  • Gradient accumulation & mixed precision

🔧 Config Used

{
  "vocab_size": 50257,
  "block_size": 128,
  "n_layer": 6,
  "n_head": 6,
  "n_embd": 384,
  "model_type": "gpt"
}

📦 Inference Notes

To load the model, use:

from transformers import AutoModel
model = AutoModel.from_pretrained("Exquisique/BabyLangModel", trust_remote_code=True)

You can also upload a tokenizer later for full text input support (e.g. with tiktoken).


🧑‍💻 Author

Exquisique — GenAI explorer, poetic dreamer, and neural model whisperer.


📜 License

MIT — open source, fine-tune and remix freely. ✨

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
GPT
Ревизия весов
f82a831

0 моделей