/ 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_epoch3

Генерация текстаТекст → текст3 профессии

Компактная модель Transformers для авторегрессионной генерации текста и экспериментов с 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

Небольшая модель для генерации текста, опубликованная в Hugging Face Hub под идентификатором Lanni-ni/dynamic_alibi_2_4_256_inverse_babylm_10m_seed44_epoch3. Модель реализована на базе библиотеки Transformers и имеет около 14,7 млн параметров; в метаданных она отмечена как text-generation и dynamic_alibi.

Модель предназначена для авторегрессионного продолжения текста и экспериментов с генерацией на ограниченных вычислительных ресурсах. Компактный размер может быть удобен для исследовательских прототипов, локального запуска и учебных экспериментов. Документированные сведения о разработчике, языках, контексте, обучающих данных, оценках и лицензии отсутствуют, поэтому область применимости и качество необходимо проверять самостоятельно.

В README не приведены результаты тестирования, рекомендации по использованию или условия лицензии. Модель не следует автоматически считать подходящей для ответственных прикладных сценариев без дополнительной валидации.

Сценарии применения

  • продолжение коротких текстовых фрагментов
  • эксперименты с авторегрессионной генерацией
  • обучение и прототипирование языковых моделей
  • локальная генерация текста на ограниченных ресурсах

Ограничения

В README отсутствуют сведения о языках, контексте, обучающих данных, результатах оценки и лицензии. Качество и пригодность для конкретных задач необходимо проверять самостоятельно.

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
59f306f

0 моделей