/ Модель

Характеристики

Контекст
1 024 токена
Параметры
14,7 млн
Архитектура
dynamic_forgetting · dense
Библиотека
transformers
Опубликована
5 сен 2026

dynamic_forgetting_2_4_256_babylm_100m_seed44_epoch1

Генерация текстаТекст → текст3 профессии

Компактная экспериментальная языковая модель Transformers для генерации и продолжения текста.

131скачиваний за 30 дней0лайковвеса обновлены5 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_forgetting_2_4_256_babylm_100m_seed44_epoch1 — небольшая языковая модель для генерации текста, опубликованная на Hugging Face и предназначенная для работы через библиотеку Transformers. В метаданных указана задача text-generation и объём модели 14,7 млн параметров; в названии также отражены эксперимент dynamic_forgetting и связь с BabyLM.

Модель подходит для продолжения текстовых последовательностей, экспериментов с компактными языковыми моделями, прототипирования генерации текста и исследовательского сравнения методов обучения. Небольшой размер может упростить локальный запуск и снизить требования к ресурсам, однако в README отсутствуют сведения о разработчике, языках, архитектуре, длине контекста, обучающих данных, результатах оценки и лицензии.

README не содержит описания разрешённых сценариев использования, ограничений безопасности или условий распространения. Перед применением в продуктивных системах необходимы самостоятельная проверка качества, определение поддерживаемых языков и уточнение лицензии.

Сценарии применения

  • продолжение коротких текстовых последовательностей
  • локальное прототипирование генерации текста
  • эксперименты с компактными языковыми моделями
  • исследование метода dynamic forgetting
  • сравнение результатов обучения небольших моделей

Ограничения

В README отсутствуют подтверждённые сведения о языках, архитектуре, контексте, обучающих данных и результатах оценки, поэтому качество и пригодность модели для конкретных сценариев необходимо проверять отдельно. Лицензия также не указана в доступных данных.

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
DynamicForgettingForCausalLM
Ревизия весов
5e20f6f

0 моделей