/ Модель

Характеристики

Контекст
131 072 токена
Параметры
75,7 млн
Лицензия
Apache 2.0
Архитектура
klyra · dense
Библиотека
transformers
Опубликована
26 сен 2026

Klyra-64M-Base

Генерация текстаТекст → текст3 профессии

Компактная базовая языковая модель Klyra-64M для экспериментов с предобучением, представлениями и токенизаторами.

243скачиваний за 30 дней1лайквеса 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

Klyra-64M-Base — базовый чекпойнт семейства Klyra-64M, разработанного студентом направления информационной инженерии Политехнического института Джакарты. Это плотная авторегрессионная языковая модель с архитектурой декодера MiniMind-совместимого типа: 8 слоёв, размер скрытого состояния 768 и около 63,9 млн уникальных параметров при совместном использовании входных и выходных эмбеддингов. В метаданных указано 75,7 млн параметров в сериализованных весах.

Модель обучена с нуля примерно на 1 млрд токенов датасета Ultra-FineWeb-L1; длина последовательности при обучении составляла 512 токенов. Чекпойнт предназначен для продолжения предобучения, экспериментов с обучением представлений и токенизаторами, а также изучения процесса обучения Klyra. Он не проходил инструкционную настройку, поэтому не рассчитан на надёжное выполнение пользовательских инструкций или готовый диалоговый помощник.

Модель работает с текстом и ориентирована на английский язык. Опубликована в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение предобучения компактной языковой модели
  • эксперименты с обучением языковых представлений
  • исследование токенизаторов и их взаимодействия с моделью
  • изучение этапов обучения семейства Klyra
  • генерация английского текста в исследовательских экспериментах

Ограничения

Модель не проходила инструкционную настройку и потому не предназначена для надёжного следования инструкциям или готового диалогового применения. Во время обучения использовалась длина последовательности 512 токенов.

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

Klyra-64M-Base

Klyra-64M-Base is the foundation checkpoint of the Klyra-64M model family.

It was trained from random initialization on approximately 1B tokens before any instruction tuning or reasoning-specific post-training.

Training

  • Dataset: openbmb/Ultra-FineWeb-L1
  • Configuration: CC-MAIN-2025-30
  • Training tokens: ~1B
  • Sequence length: 512
  • Peak learning rate: 5e-4
  • Precision: BF16

Final validation:

  • Loss: 2.3649
  • Perplexity: 10.643

Intended Use

This checkpoint is intended for:

  • continued pretraining,
  • representation-learning experiments,
  • tokenizer/model research,
  • studying the Klyra training lineage.

It is not instruction tuned.

About Klyra

Klyra-64M is a compact language-model research project initiated and developed by a student of Informatics Engineering at Politeknik Negeri Jakarta (State Polytechnic of Jakarta).

The model uses a MiniMind-compatible decoder-only architecture and was trained through a staged pipeline from random initialization.

Main project: Jahirrrr/Klyra-64M

Architecture

ComponentValue
Unique runtime parameters~63.9M
Transformer layers8
Hidden size768
Attention heads8
KV heads4
Vocabulary~6.4K
Context length1,024
MoENo

Parameter note: Klyra uses tied input/output embeddings at runtime. Some exported safetensors files may contain both model.embed_tokens.weight and lm_head.weight as separate serialized tensors. The intended runtime model has 63,912,192 unique parameters after weight tying.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура klyra неизвестна transformers в образе рантайма.

Класс архитектуры
KlyraForCausalLM
Ревизия весов
88e09fc

0 моделей