/ Модель

Характеристики

Контекст
1 024 токена
Параметры
114 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
2 окт 2026

cagliari-114m

Генерация текстаТекст → текст3 профессии

Небольшая базовая англоязычная модель для продолжения текста, обученная с нуля на архитектуре, совместимой с Qwen3.

863скачиваний за 30 дней1лайквеса обновлены3 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Cagliari-114M — базовая языковая модель от Meridian-MRM с архитектурой, совместимой с Qwen3, и 113,9 млн параметров. Она обучена с нуля на корпусе объёмом 8,16 млрд токенов; токенизатор основан на GPT-2 BPE и дополнен четырьмя специальными токенами. Модель предназначена для продолжения текста, а не для диалогов или выполнения инструкций.

Контекст модели ограничен 1024 токенами. В карточке указаны англоязычные данные и форматы Safetensors и GGUF F16. Лицензия модели — Apache-2.0. Её можно использовать для экспериментов с генерацией и изучения небольших языковых моделей; карточка не рекомендует применение в производственных или критически важных сценариях.

Сценарии применения

  • продолжение англоязычного текста
  • эксперименты с базовой генерацией текста
  • изучение компактных языковых моделей
  • оценка языковой модели на задачах понимания грамматики

Ограничения

Модель имеет ограниченные возможности фактического воспроизведения и рассуждений, не обучена следовать инструкциям и не поддерживает чат-поведение. Контекст ограничен 1024 токенами; результаты могут отражать предубеждения обучающих данных, и модель не предназначена для производственных или критически важных применений.

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

Cagliari-114M

Base language model, 114M params. Qwen3-compatible architecture, GPT-2 BPE tokenizer with 4 additional special tokens. Pretrained from scratch on 8.16B tokens.

No instruction tuning. No chat behavior. Completion only.

Architecture

Layers24
Hidden size576
Intermediate size1536
AttentionGQA, 9 Q / 3 KV heads, head_dim 64
NormRMSNorm + QK-Norm
Embeddingstied
RoPE theta10000.0
Context1024
Vocab50304 (50261 used)
TokenizerGPT-2 BPE
Specials<|im_start|>, <|im_end|>, <think>, </think>, <|endoftext|>
EOS / BOS / PAD50256

Corpus

SourceTokensLicense
Gutenberg4.5BPublic Domain
Wikipedia2.37BCC BY-SA 4.0
OpenThoughts0.82BApache 2.0
OpenHermes0.39BApache 2.0
StackExchange0.08BCC BY-SA 4.0
Total8.16B

Training

Training Time4 hours
Mix change (S2b)OpenThoughts 12% -> 2%, StackExchange 4% -> 2%
Tokens seen5.24B (64.3% of corpus)
OptimizerAdamW, b1 0.9, b2 0.95, wd 0.01, clip 1.0
Batch128 x 1024
HardwareTPU v5e-8

Benchmarks

Evaluated using the lm-evaluation-harness (v0.4.13) suite, zero-shot (num_fewshot=0) on full splits.

BenchmarkMetricScore
BLiMPAccuracy80.22%
ARC-EasyAccuracy38.30%
Normalized Accuracy35.40%
WikiText-2Byte Perplexity1.96
Word Perplexity36.95
Bits Per Byte0.97

Limitations

  • 114M params. Limited factual recall and reasoning.
  • Base model. No instruction following, no finetuning, no chat behavior.
  • Context 1024 tokens.
  • Outputs reflect pretraining data biases.
  • Not for production or safety-critical use.

License

Apache 2.0.

Citation

@misc{cagliari114m,
  title  = {Cagliari-114M},
  author = {Meridian-MRM},
  howpublished = {\url{https://huggingface.co/Meridian-MRM/cagliari-114m}}
}

Credits

  • Project Gutenberg (Public Domain)
  • Wikipedia (CC BY-SA 4.0)
  • OpenThoughts (Apache 2.0)
  • OpenHermes (Apache 2.0)
  • StackExchange (CC BY-SA 4.0)
  • GPT-2 BPE (OpenAI)
  • JAX / Flax / Optax, tiktoken, llama.cpp, Hugging Face

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
a9a807a

0 моделей