/ Модель
Каталог

Характеристики

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

Ссылки

Hugging FacearXiv 1910.09700

dynamic_alibi_2_4_256_babylm_10m_seed44_epoch2

Lanni-ni
Генерация текстаТекст → текст3 профессии

Компактная экспериментальная модель Transformers для генерации текста с 15 млн параметров и тегом dynamic_alibi.

307скачиваний 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_seed44_epoch2 — компактная языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Модель предназначена для запуска через библиотеку Transformers и относится к семейству моделей с тегом dynamic_alibi; заявленный размер составляет 15 млн параметров.

Основная задача модели — text-generation: продолжение текстовых последовательностей и генерация текста на основе заданного промпта. Небольшой размер может быть удобен для экспериментов, обучения и запуска в условиях ограниченных вычислительных ресурсов. В имени модели также присутствуют обозначения BabyLM и 10M, однако README не раскрывает подробности соответствующего датасета, архитектуры или процедуры обучения.

README не содержит сведений о разработчиках, языках, лицензии, контекстном окне, результатах оценки, ограничениях применения и готовых примерах использования. Поэтому модель следует рассматривать как экспериментальную; качество, фактическая языковая поддержка и пригодность для прикладных сценариев требуют самостоятельной проверки.

Сценарии применения

  • продолжение коротких текстовых фрагментов
  • эксперименты с генерацией текста
  • обучение и прототипирование небольших языковых моделей
  • тестирование архитектур с dynamic ALiBi
  • локальная генерация текста на ограниченных ресурсах

Ограничения

README не содержит данных о языках, лицензии, контекстном окне, обучающей выборке, результатах оценки и ограничениях применения. Качество генерации и фактическая пригодность для конкретных языков и задач не подтверждены.

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 000моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

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
c9916fc

0 моделей

    Создать бенчмарк