/ Модель

Характеристики

Опубликована
26 сен 2026

PAT-32

Генерация текстаТекст → текст3 профессии

PAT-32 — англоязычная предварительно обученная языковая модель для продолжения текста и экспериментов с генерацией.

279скачиваний за 30 дней0лайковвеса обновлены26 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

PAT-32 — предварительно обученная авторегрессионная языковая модель из проекта PAT, опубликованная вместе с дополнением по обучению и инференсу. Это текстовые веса для продолжения заданного текста; модель не проходила инструкционное дообучение и не имеет шаблона чата.

Архитектура включает 32 слоя, ширину 2048 и 32 головы внимания; всего 1 715 105 280 уникальных параметров, входные и выходные эмбеддинги связаны. Модель обучалась на 9,52 млрд токенов, её контекст составляет 16 384 токена. Веса сохранены в FP32 safetensors; для инференса используется CUDA BF16 autocast и пакет pat с соответствующим токенизатором.

Модель подходит для продолжения текста и экспериментов с обучением и инференсом языковых моделей. Она рассчитана на англоязычный текст. README описывает ограничения и рабочий процесс в сопутствующем пакете, но конкретные ограничения качества здесь не перечисляет. Лицензия в предоставленных данных не указана.

Сценарии применения

  • продолжение англоязычного текста по началу фразы
  • генерация текстовых продолжений для прототипов
  • эксперименты с инференсом авторегрессионной модели
  • дообучение языковой модели на собственных текстах

Ограничения

Модель не проходила инструкционное дообучение и не имеет шаблона чата, поэтому не предназначена для диалогового следования инструкциям без дополнительной настройки. Для загрузки и инференса требуется сопутствующий пакет pat и CUDA; лицензия в предоставленных данных не указана.

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

PAT-32

Model weights accompanying the PAT training and inference supplement. PAT-32 has 32 layers, width 2048, 32 attention heads, and 1,715,105,280 unique parameters, with tied input/output embeddings. It was trained to a target of 9,520,000,000 lexical tokens and reached 9,520,047,061 tokens after optimizer step 95,473. The document context length is 16,384 tokens.

These are pretrained text continuation weights, with no instruction tuning or chat template. Use the accompanying pat Python package and its bundled exact tokenizer. Weights are stored as FP32 safetensors and inference uses CUDA BF16 autocast. The files are a model-weight export; they do not include the original optimizer state. Starting training from these weights creates a new optimizer.

The artifact manifest lists SHA-256 hashes for every required file. Download using an immutable repository commit and verify the bundle before loading:

from pat.checkpoint import load_checkpoint
from pat.generate import generate

model = load_checkpoint("checkpoints/PAT-32", device="cuda")
print(generate(model, "A useful way to understand attention is", max_new_tokens=64)["text"])

The code supplement documents the architecture, preparation of JSONL documents, training and resume commands, generation, serving, measured verification, and limitations. The package provides one fixed CUDA attention path per architecture.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
3b88d32

0 моделей