/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
27,6 млн
Архитектура
dynamic_alibi · dense
Библиотека
transformers
Опубликована
6 сен 2026

Ссылки

Hugging FacearXiv 1910.09700

dynamic_alibi_4_6_384_babylm_10m_seed44_epoch1

Lanni-ni
Генерация текстаТекст → текст3 профессии

Компактная экспериментальная модель Transformers для генерации текста и исследований небольших языковых моделей.

114скачиваний 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_4_6_384_babylm_10m_seed44_epoch1 — небольшая модель генерации текста из экосистемы Hugging Face, доступная для работы через библиотеку Transformers. В метаданных указано 27,6 млн параметров; название модели содержит обозначения dynamic_alibi и BabyLM, однако README не раскрывает подробности архитектуры, разработчика, обучающих данных или процедуры обучения.

Модель предназначена для генерации продолжений текста и исследовательских экспериментов с компактными языковыми моделями. Благодаря небольшому размеру она может быть удобна для локального запуска, прототипирования и обучения, однако конкретные языки, длина контекста, качество на тестах и условия лицензирования в предоставленных данных не подтверждены.

README не содержит результатов оценки, примеров использования, описания ограничений или рекомендаций по применению. Поэтому модель следует рассматривать как экспериментальный checkpoint, а перед использованием в прикладных системах необходимо самостоятельно проверить качество, безопасность и совместимость с целевыми данными.

Сценарии применения

  • генерация продолжения текста
  • локальное прототипирование языковой модели
  • эксперименты с небольшими LLM
  • обучение и тестирование пайплайнов text generation

Ограничения

В README отсутствуют результаты оценки, сведения о языках, обучающих данных, длине контекста и лицензии, поэтому качество и область применимости модели не подтверждены. Перед использованием в продуктивных системах требуется самостоятельная проверка.

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 000моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

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
b1b3407

0 моделей

    Создать бенчмарк