/ Модель

Характеристики

Контекст
1 024 токена
Параметры
27,6 млн
Архитектура
dynamic_forgetting · dense
Библиотека
transformers
Опубликована
5 сен 2026

dynamic_forgetting_4_6_384_inverse_babylm_100m_seed43_epoch8

Генерация текстаТекст → текст3 профессии

Компактная языковая модель Transformers для генерации текста и исследовательских экспериментов с методами обучения.

133скачиваний 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_4_6_384_inverse_babylm_100m_seed43_epoch8 — генеративная языковая модель из экосистемы Transformers, опубликованная на Hugging Face. Метаданные указывают на задачу text-generation и размер около 27,6 млн параметров. Имя модели содержит ссылки на BabyLM, dynamic forgetting и inverse, однако README не описывает архитектуру, состав данных или точную процедуру обучения.

Модель предназначена для генерации продолжений текста и экспериментов с небольшими языковыми моделями. Её можно использовать в исследовательских прототипах, тестировании методов обучения и сравнении вариантов генеративных моделей; конкретные прикладные сценарии, поддерживаемые языки и длина контекста в доступных материалах не определены.

Сильной стороной является компактный размер, который потенциально упрощает локальный запуск и эксперименты с ограниченными вычислительными ресурсами. README не содержит сведений о разработчике, лицензии, результатах оценки, ограничениях безопасности или рекомендациях по использованию, поэтому применять модель в критически важных системах следует с осторожностью.

Сценарии применения

  • генерация продолжения короткого текста
  • эксперименты с небольшими языковыми моделями
  • исследование методов dynamic forgetting
  • сравнение вариантов обучения BabyLM
  • локальное тестирование text-generation

Ограничения

В README отсутствуют сведения о поддерживаемых языках, лицензии, данных обучения, архитектуре, длине контекста и результатах оценки. Качество генерации и пригодность для конкретных прикладных задач не подтверждены опубликованными метриками.

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
3a04106

0 моделей