/ Модель

Характеристики

Контекст
1 024 токена
Параметры
27,6 млн
Архитектура
dynamic_alibi · dense
Библиотека
transformers
Опубликована
30 апр 2026

dynamic_alibi_4_6_384_babylm_100m_epoch6

Генерация текстаТекст → текст3 профессии

Компактная языковая модель Transformers с dynamic ALiBi для авторегрессионной генерации и продолжения текста.

902скачиваний за 30 дней0лайковвеса обновлены24 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_4_6_384_babylm_100m_epoch6 — небольшая языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Модель доступна для использования через библиотеку Transformers и содержит 27,6 млн параметров. В метаданных указана архитектурная технология dynamic ALiBi, а название модели связано с конфигурацией 4_6_384 и обучением на BabyLM до шестой эпохи.

Модель предназначена для авторегрессионного продолжения текста, генерации коротких фрагментов и экспериментов с компактными языковыми моделями. Небольшой размер может быть удобен для локального запуска, обучения и исследовательских прототипов с ограниченными вычислительными ресурсами.

README не содержит сведений о разработчике, языках, длине контекста, лицензии, обучающих данных, результатах оценки и специальных ограничениях использования. Поэтому модель следует применять с осторожностью: качество генерации и пригодность для конкретного языка или предметной области необходимо проверять самостоятельно.

Сценарии применения

  • продолжение коротких текстовых фрагментов
  • эксперименты с компактными языковыми моделями
  • локальная генерация текста на маломощном оборудовании
  • прототипирование авторегрессионных генераторов
  • исследование позиционного кодирования dynamic ALiBi

Ограничения

README не содержит результатов оценки, сведений о языках, контексте, обучающих данных и лицензии. Качество и область применимости модели 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
c3a033a

0 моделей