/ Модель

Характеристики

Контекст
512 токенов
Параметры
14,7 млн
Архитектура
dynamic_alibi · dense
Библиотека
transformers
Опубликована
6 сен 2026

dynamic_alibi_2_4_256_inverse_babylm_10m_seed44_epoch10

Генерация текстаТекст → текст3 профессии

Компактная Transformers-модель генерации текста на 14,7 млн параметров для экспериментов с Dynamic ALiBi и небольшими языковыми моделями.

106скачиваний за 30 дней0лайковвеса обновлены6 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_inverse_babylm_10m_seed44_epoch10 — небольшая модель генерации текста на базе библиотеки Transformers с 14,7 млн параметров. В названии модели отражены Dynamic ALiBi, конфигурация 2_4_256 и связь с BabyLM; точное описание архитектуры, разработчика и обучающих данных в карточке отсутствует.

Модель предназначена для генерации продолжений текста и экспериментальных исследований компактных языковых моделей. Её можно использовать для прототипирования, тестирования методов позиционного кодирования и запуска локальных экспериментов с небольшими ресурсными затратами.

README не содержит результатов оценки, сведений о поддерживаемых языках, ограничениях применения или лицензии. Поэтому качество генерации, фактическая область применимости и условия распространения следует проверять отдельно перед использованием.

Сценарии применения

  • генерация продолжений текста
  • эксперименты с позиционным кодированием Dynamic ALiBi
  • прототипирование компактных языковых моделей
  • локальный запуск небольшой модели генерации текста

Ограничения

В README отсутствуют результаты оценки, сведения о языках, обучающих данных, рисках и лицензии; качество и пригодность модели для конкретных сценариев не подтверждены.

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

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
5cb7ff8

0 моделей