/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
bitcache-gpt2 · dense
Опубликована
7 окт 2026

bitcache-distilgpt2

Генерация текстаТекст → текст

BitCache — англоязычная модель генерации текста с заявленной компрессией KV-кэша для снижения расхода памяти при авторегрессионной генерации.

171скачиваний за 30 дней0лайковвеса обновлены7 окт 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

BitCache — модель генерации текста на базе архитектуры BitCacheGPT2LMHeadModel, разработанная Kelvin Mateus из Bit++ Technologies. Она предназначена для авторегрессионной генерации с компрессией KV-кэша: заявленный алгоритм удаляет избыточные состояния внимания и сокращает занимаемую кэшем память до 65%, сохраняя позиционные идентификаторы последовательности. В README описан тест извлечения фактов из пяти позиций контекста; в нём BitCache показала тот же результат, что и полный кэш, — 3 успешных ответа из 5.

Модель принимает текст и генерирует текст, поддерживает английский язык; контекст составляет 1024 токена. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Заявленные результаты относятся к описанному тесту и не устанавливают качество на других задачах или моделях.

Сценарии применения

  • генерация продолжения английского текста
  • снижение расхода памяти KV-кэша при генерации
  • извлечение фактов из контекста при генерации текста

Ограничения

В описанном тесте извлечения фактов модель успешно ответила на 3 из 5 запросов; заявленная эквивалентность полному кэшу подтверждена только этим тестом. Заявления о сокращении памяти и скорости приведены в README и не подтверждены здесь для других условий.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BitCache: Spectral Isoperimetric KV-Cache Compression (Cheeger Contraction)

Author: Kelvin Mateus | Bit++ Technologies
Architecture: BitCacheGPT2LMHeadModel (Spectral KV-Cache Decimation Engine)


1. Overview

BitCache is an ultra-fast, $O(N)$ spectral KV-cache compression middleware for Large Language Models. It decimates redundant attention states in Key and Value projection matrices during auto-regressive generation, cutting KV-cache memory footprint by up to 65% while preserving strict factual recall and language fluency.

Unlike sliding-window methods (such as StreamingLLM) that suffer from catastrophic context loss in the middle (Lost in the Middle), BitCache leverages:

  • Discrete Cheeger Boundary Flux: Cross-alignment isoperimetric cuts between the observation boundary (the prompt question) and the sequence bulk ($h(G) \ge \lambda_2/2$).
  • Catalan Thresholding ($\tau = 0.4785305$): Non-softmax $O(N)$ spectral pruning running in sub-millisecond latency (~0.77 ms).
  • Positional Integrity & Anti-Degeneration: Preserves logical sequence IDs to eliminate auto-regressive repetition loops.

2. Benchmark Results: 5-Depth Needle Retrieval

In controlled benchmarks across 5 prompt depths (10%, 30%, 50%, 70%, and 90% of total sequence length):

MethodContext RetainedP1 (10%)P2 (30%)P3 (50%)P4 (70%)P5 (90%)Factual AccuracyVRAM Savings
Baseline (Dense Cache)100%PASSPASSFAILFAILPASS60.0% (3/5)0% (Reference)
StreamingLLM (Sliding Window)~20%FAILFAILFAILFAILFAIL0.0% (0/5)Amnesia / Collapse
BitCache (Cheeger-Catalan)35%PASSPASSFAILFAILPASS60.0% (3/5)65.0% Reduced

Finding: BitCache achieves 100% parity with the full uncompressed baseline, maintaining identical answer recall while freeing 65% of physical memory.


3. Quick Start (Hugging Face Transformers)

You can load and run this model directly using standard Hugging Face pipelines with trust_remote_code=True:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "KelvinAxhcar/bitcache-distilgpt2"

# 1. Load tokenizer and model
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id, trust_remote_code=True)

# 2. Run generation - KV-cache is automatically compressed in VRAM
prompt = "In enterprise cloud telemetry architectures, the database master password is PHOENIX-771. Question: What is the database password?\nAnswer: The database password is"
inputs = tokenizer(prompt, return_tensors="pt")

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=15, do_sample=False)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

4. Citation & Enterprise Licensing

For commercial deployments, high-throughput multi-GPU serving (vLLM / TGI integration), or enterprise PoC trials, contact:

  • Lead Developer: Kelvin Mateus
  • Organization: Bit++ Technologies
  • Inquiries: kaxhcar@gmail.com

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BitCacheGPT2LMHeadModel
Ревизия весов
349d9d6

0 моделей