/ Модель

Характеристики

Библиотека
pytorch
Опубликована
7 окт 2026

modelv8

Генерация текстаТекст → текст

Набор компактных базовых языковых моделей v8 для продолжения текста и исследований архитектур малых языковых моделей.

201скачиваний за 30 дней0лайковвеса обновлены8 окт 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

ModhiSathvik/modelv8 — набор небольших базовых языковых моделей семейства архитектур v8, разработанных в исследовательском проекте speed-check-ai-traning. Модели предназначены для продолжения текста и не проходили настройку для выполнения инструкций или ведения диалога. В набор входят вариант v8.3 на 71,3 млн параметров, обученный на FineWeb-Edu, и вариант v8.13 на 26,3 млн параметров, обученный на TinyStories V2.

Архитектура — декодер с шестью блоками внимания FoX, без позиционных кодировок; в ней также используются свёртки Canon, QK-нормализация, MLP ReLU² и другие архитектурные приёмы. Для загрузки нужны пользовательский код проекта и библиотека PyTorch. В репозитории указаны веса Safetensors. Лицензия в предоставленных данных не обозначена. Модели экспериментальные и предназначены для исследований; их результаты и ограничения зависят от конкретного варианта и обучающего набора.

Сценарии применения

  • продолжение короткого текста
  • эксперименты с малыми языковыми моделями
  • сравнение обучения на FineWeb-Edu и TinyStories
  • исследование архитектур внимания и языкового моделирования

Ограничения

Модели не настроены на выполнение инструкций или диалог и требуют пользовательского кода проекта для загрузки. Лицензия и языковая поддержка в предоставленных данных не обозначены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

modelv8: small research language models (v8 architecture family)

Base language models from the speed-check-ai-traning research project, one folder each. They are research models, not assistants: they continue text, with no instruction or chat tuning.

FolderModelParametersTrained onHeld-out result
fineweb-v83-71mv8.3, width 768, 6 blocks71.3M (46.1M outside the embedding and output layers)FineWeb-Edu, 1.42B tokens, one passloss 3.204, BLiMP grammar 77.8%
tinystories-v813-w512v8.13 (v8.3 + NextLat training loss), width 512, 6 blocks26.3M (24.7M used when generating)all of TinyStories V2 (GPT-4), about 500M tokens, one passloss 1.1075

Each folder holds model.safetensors, config.json, tokenizer.json and its own README.md (architecture, training, results, limitations, an example and how to load it).

The architecture

Decoder-only, 6 blocks of forgetting attention (FoX, no position encoding) with a 64-token window in blocks 1, 2, 4, 5 and whole-text attention in blocks 3 and 6, Canon layers (4-token causal convolution), QK-norm, ReLU^2 MLP, value residual, U-net skips and soft-capped logits. Trained with Muon and a learning rate that is held and then decayed to zero over the last half of the steps.

Loading

The v8 architecture is custom, so loading needs the model code from the project (src/hrm_text). In each folder:

import json, torch
from safetensors.torch import load_file
from hrm_text.models.hrm import ModelConfig, build_model

config = ModelConfig.from_saved(json.load(open("config.json"))["model_config"])
model = build_model(config)
model.load_state_dict(load_file("model.safetensors"))
model.eval()

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
71a9a06

0 моделей