Характеристики

Контекст: 512 токенов
Параметры: 15 млн
Архитектура: dynamic_alibi · dense
Библиотека: transformers
Опубликована: 6 сен 2026

Ссылки

Hugging Face arXiv 1910.09700

dynamic_alibi_2_4_256_babylm_10m_seed43_epoch7

Lanni-ni

Генерация текстаТекст → текст3 профессии

Компактная модель генерации текста на 15 млн параметров для экспериментов с языковыми моделями и прототипирования.

293скачиваний за 30 дней0лайковвеса обновлены20 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

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed43_epoch7 — небольшая модель генерации текста, опубликованная пользователем Lanni-ni на Hugging Face и предназначенная для работы через библиотеку Transformers. По идентификатору модели можно предположить связь с подходом dynamic ALiBi и семейством BabyLM, однако README не содержит подтверждённого описания архитектуры, обучающих данных или разработчиков.

Модель имеет около 15 млн параметров и подходит для экспериментов с генерацией и продолжением текста, тестирования компактных языковых моделей и исследовательских прототипов, где важны небольшой размер и низкие требования к ресурсам. Поддерживаемые языки, размер контекста, точная архитектура, лицензия и результаты оценки в доступных данных не определены.

README почти полностью состоит из автоматически сгенерированного шаблона и не предоставляет инструкций по применению, сведений о качестве, ограничениях или безопасности. Поэтому модель следует использовать преимущественно в исследовательских и экспериментальных сценариях, а результаты проверять перед применением в пользовательских или критически важных системах.

Сценарии применения

продолжение коротких текстовых фрагментов
эксперименты с компактными языковыми моделями
тестирование генерации текста на ограниченных ресурсах
исследовательские прототипы на Transformers

Ограничения

README не содержит подтверждённых сведений о языках, качестве, тестовых результатах, обучающих данных, контексте и лицензии. Модель имеет небольшой размер и предназначена прежде всего для экспериментов; её пригодность для точных или критически важных задач не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

Developed by: [More Information Needed]
Funded by [optional]: [More Information Needed]
Shared by [optional]: [More Information Needed]
Model type: [More Information Needed]
Language(s) (NLP): [More Information Needed]
License: [More Information Needed]
Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

Repository: [More Information Needed]
Paper [optional]: [More Information Needed]
Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

Hardware Type: [More Information Needed]
Hours used: [More Information Needed]
Cloud Provider: [More Information Needed]
Compute Region: [More Information Needed]
Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Класс архитектуры: DynamicAlibiForCausalLM
Ревизия весов: 877611f