/ Модель

Характеристики

Контекст
1 024 токена
Параметры
33,5 млн
Лицензия
MIT
Архитектура
tinygpt · dense
Библиотека
transformers
Опубликована
4 дек 2025

MTLM2-40M

Генерация текстаТекст → текст3 профессии

Экспериментальная базовая TinyGPT-модель на 33,5 млн параметров для исследования языкового моделирования и генерации английского текста.

349скачиваний за 30 дней0лайковвеса обновлены4 дек 2025

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

MTLM2-40M — экспериментальная базовая языковая модель Madras1 на архитектуре TinyGPT, описанной как модифицированная архитектура в стиле Llama. Модель содержит 33,5 млн параметров по метаданным и принимает контекст до 1024 токенов. Она обучалась на 14 млрд токенов английского текста; веса опубликованы в формате Safetensors, а для загрузки через Transformers требуется trust_remote_code=True.

Модель предназначена для исследовательского изучения языкового моделирования на очень малом числе параметров и генерации коротких связных повествовательных фрагментов на английском языке. В README приведён результат perplexity 54,21 на WikiText-2. Это базовая модель продолжения текста без дообучения на следование инструкциям; она плохо подходит для сложных рассуждений, математики, программирования и ответов на запросы. Лицензия — MIT.

Сценарии применения

  • генерация коротких связных повествовательных фрагментов на английском
  • эксперименты с языковыми моделями малого размера
  • изучение влияния объёма обучающих данных на качество генерации
  • оценка базового продолжения текста на WikiText-2

Ограничения

Модель не обучалась следованию инструкциям и не предназначена для сложных логических задач, математики или программирования. Результат perplexity 54,21 на WikiText-2 указывает на ограниченные возможности по сравнению с крупными языковыми моделями.

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

MTLM2-40M (TinyGPT)

MTLM2-40M is a highly experimental, tiny language model (~40 Million parameters) designed as a research artifact to explore the lower bounds of language modeling capabilities.

The primary research question driving this model was:

Can a microscopic model (40M params), when saturated with a large amount of data (14B tokens), generate minimally coherent narrative text?

The answer is yes. Validated by a Perplexity of 54.21 on WikiText-2, the model demonstrates surprising structural and narrative cohesion for its size.

📊 Model Details

  • Architecture: TinyGPT (Custom Llama-style architecture with tweaks for small-scale efficiency).
  • Parameters: ~41.5 Million.
  • Training Data: 14 Billion Tokens (English).
  • Training Framework: JAX / Flax (XLA).
  • Hardware: Google Cloud TPU v5e-8.
  • Training Time: ~6 Hours.
  • Precision: FP32 (Exported to Safetensors).

📉 Benchmarks

BenchmarkMetricResult
WikiText-2Perplexity (PPL)54.21

Note: Evaluation performed using sliding window approach. The low PPL confirms strong grammatical alignment despite the small parameter count.

🧪 Capabilities & Limitations

What it CAN do:

  • Narrative Cohesion: It can generate grammatically correct English sentences that flow logically.
  • High Saturation: Trained on ~350 tokens per parameter (far exceeding Chinchilla scaling laws), making it extremely "dense".

What it CANNOT do:

  • Reasoning/Logic: It cannot solve math problems, code, or answer complex logical queries.
  • Instruction Following: It has NOT undergone Supervised Fine-Tuning (SFT). It is a base completion model.

Usage

This model requires trust_remote_code=True.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Madras1/MTLM2-40M"

model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained("mistralai/Mistral-7B-v0.1")

prompt = "The future of AI is"
inputs = tokenizer(prompt, return_tensors="pt")

output = model.generate(**inputs, max_new_tokens=50, do_sample=True, temperature=0.7)
print(tokenizer.decode(output[0]))

Author Developed by Madras1 (Gabriel).

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
TinyGPTForCausalLM
Ревизия весов
ba86220

0 моделей