/ 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-Midtrain

Генерация текстаТекст → текст3 профессии

Компактный чекпойнт продолженного предобучения Klyra для генерации текста, дальнейшей SFT-настройки и адаптации к предметным областям.

248скачиваний 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-Midtrain — чекпойнт продолженного предобучения компактной языковой модели Klyra, разработанной студентом направления «Инженерная информатика» Государственной политехнической школы Джакарты. Модель основана на Klyra-64M-Base и получила около 2 млрд дополнительных токенов обучения; суммарный объём предобучения и дополнительного обучения составляет около 3 млрд токенов. В метаданных указаны 75,7 млн параметров, а в README — около 63,9 млн уникальных параметров при связывании входных и выходных эмбеддингов; различие связано с тем, что в файле весов тензоры могут храниться раздельно.

Это плотная авторегрессионная модель с архитектурой MiniMind-compatible decoder-only, 8 слоями Transformer и размером скрытого состояния 768. При обучении использовались контекст длиной 1024 токена и точность BF16. Чекпойнт предназначен для продолжения предобучения, последующей SFT-настройки, адаптации к предметной области и экспериментов; он ещё не прошёл инструкционную настройку. Подходит для генерации текста и диалоговых сценариев после соответствующей настройки, но README не приводит результаты оценки качества. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение предобучения компактной языковой модели
  • подготовка модели к SFT-настройке
  • адаптация языковой модели к предметной области
  • эксперименты с прединструкционной моделью Klyra
  • генерация текста после дополнительной настройки

Ограничения

Модель ещё не прошла инструкционную настройку, поэтому готовность к выполнению команд и диалогам ограничена. README не приводит результатов оценки качества.

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-Midtrain

Klyra-64M-Midtrain is the continued-pretraining checkpoint of Klyra-64M.

It starts from Klyra-64M-Base and adds approximately 2B additional tokens, bringing the cumulative pretraining + midtraining exposure to about 3B tokens.

Midtraining Mixture

SourceApprox. tokens
DCLM-Edu720M
FineWeb-Edu480M
Stack-Edu500M
FineMath120M
InfiMM-WebMath80M
Cosmopedia v2100M

Training used a 1,024-token context and BF16 precision.

Intended Use

This checkpoint is intended for:

  • continued pretraining,
  • downstream SFT,
  • domain adaptation,
  • experiments that need the strongest pre-instruction Klyra checkpoint.

It is not yet 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
e2ed74c

0 моделей