/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
1,4 млрд
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
12 фев 2026

Nano-Math-1.5Bv2

Генерация текстаТекст → текст3 профессии

Базовая LLaMA-совместимая модель на 1,4 млрд параметров для генерации научного текста и экспериментов с математикой и LaTeX.

1 350скачиваний за 30 дней1лайквеса обновлены12 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Minnow-Math-1.5B — базовая научная языковая модель, разработанная KiteFishAI и обученная с нуля на исходниках arXiv в формате LaTeX по математике, информатике и теоретической физике. Это плотный декодерный трансформер архитектуры LLaMA примерно на 1,4 млрд параметров, распространяемый в формате safetensors. Модель предназначена для генерации научного текста и экспериментов с математическим языковым моделированием, структурой LaTeX и дообучением научных моделей.

Модель обучалась на корпусе около 200 ГБ и примерно 52 млрд токенов предобучения с дополнительными 5 млрд токенов постобучения. Контекст составляет 4096 токенов, однако обучение велось на последовательностях длиной 768 токенов. Карточка указывает английский язык. Модель хорошо воспроизводит научный стиль и структуру LaTeX, но не настроена на выполнение инструкций или диалог, имеет ограниченную глубину рассуждений и может показывать низкую точность на общих и специализированных бенчмарках без дополнительного дообучения. Лицензия — MIT.

Сценарии применения

  • генерация научного текста в стиле статей arXiv
  • моделирование математических формул и структуры LaTeX
  • эксперименты с языковым моделированием в математике и физике
  • инициализация модели для дообучения на научных текстах

Ограничения

Модель не настроена на выполнение инструкций и диалог, а глубина рассуждений и точность на бенчмарках ограничены без дополнительного дообучения. Хотя контекст составляет 4096 токенов, обучение проводилось на последовательностях длиной 768 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

Minnow-Math-1.5B

Minnow-Math-1.5B is a ~1.5B parameter decoder-only transformer trained from scratch on raw arXiv LaTeX sources across mathematics, computer science, and theoretical physics.

📄 Paper: https://arxiv.org/abs/2602.17288
💻 Github: https://github.com/kitefishai/Minnow-Math-1.5B

This is a base scientific language model (not instruction-tuned).

Overview

Minnow-Math-1.5B explores what it takes to train a domain-specialized scientific language model directly from structured LaTeX archives.

Training Scale

  • ~52B pretraining tokens
  • ~5B additional post-training tokens
  • ~200GB processed scientific corpus
  • LLaMA-compatible tokenizer (~102k vocab)
  • 2× NVIDIA A100 (80GB) GPUs
  • 24 experimental training runs

The focus of this project is scientific language modeling robustness, not benchmark optimization.

Model Architecture

  • 24 Transformer layers
  • Hidden size: 2048
  • FFN size: 5504
  • 16 attention heads
  • Context length: 4096 (trained at 768 tokens)
  • Dense LLaMA-style architecture

Optimization

  • AdamW
  • Learning rate: 2e-4
  • Warmup: 500 steps
  • Weight decay: 0.1
  • Gradient accumulation: 32
  • bf16 mixed precision
  • Gradient checkpointing enabled

Validation Perplexity: ~4.2 (held-out scientific corpus)

Intended Use

Minnow-Math-1.5B is suitable for:

  • Scientific text modeling research
  • Mathematical language modeling experiments
  • Pretraining initialization for domain fine-tuning
  • Tokenization and symbolic modeling research
  • Studying LaTeX structure modeling

It is not optimized for:

  • Instruction following
  • Chat-based applications
  • General conversational AI
  • Benchmark leaderboard performance

Performance Notes

This model was trained under moderate compute constraints and without instruction tuning or alignment stages.

Observed characteristics:

  • Strong familiarity with scientific writing style
  • Stable LaTeX structural modeling
  • Reasonable symbolic fluency
  • Limited reasoning depth
  • Low downstream benchmark accuracy without fine-tuning

Performance improves significantly with supervised fine-tuning (SFT), LoRA adaptation, or domain-specific instruction tuning.

Limitations

  • Not instruction-tuned
  • No RLHF or preference alignment
  • Trained at 768-token sequence length
  • Domain restricted to selected arXiv categories
  • Not optimized for reasoning benchmarks
  • General NLP benchmark scores may be low

This release is intended primarily for research and experimentation.

Example Usage

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "KiteFishAI/Minnow-Math-1.5B"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

prompt = "Prove that the sum of two continuous functions is continuous."
inputs = tokenizer(prompt, return_tensors="pt")

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=200)

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

Citation

If you use this model in your research, please cite:

@article{kitefish_a1_2026,
  title={KiteFish-A1: Training a Scientific Language Model from Raw LaTeX Archives},
  author={...},
  year={2026},
  eprint={2602.17288},
  archivePrefix={arXiv}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c6e7474

0 моделей