/ Модель

Характеристики

Контекст
256 токенов
Лицензия
MIT
Архитектура
randygpt · dense
Опубликована
21 фев 2026

randygpt-ds-moe

Генерация текстаТекст → текст3 профессии

Небольшая MoE-модель MonumentalSystems, обученная с нуля на английских литературных текстах для генерации продолжений.

271скачиваний за 30 дней0лайковвеса обновлены21 фев 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

randyGPT-ds-moe — небольшая авторегрессионная языковая модель с архитектурой Transformer и смесью экспертов (MoE), разработанная MonumentalSystems и обученная с нуля на Rust. Модель содержит 4,48 млн параметров и 12 слоёв; для токенизации используется BPE с размером словаря 2000. Обучение проводилось на корпусе примерно из 98 МБ очищенных текстов 112 книг Project Gutenberg, находящихся в общественном достоянии.

Модель предназначена для генерации продолжений текста в стиле обучающих литературных данных. В README описаны AdamW, косинусное изменение скорости обучения, ReduceLROnPlateau, dropout 0,1 и обучение с ускорением Metal на Apple Silicon. Доступные веса представлены в формате safetensors, лицензия — MIT.

Небольшой размер и узкий литературный обучающий корпус ограничивают разнообразие тем и сложность ответов; модель не следует считать универсальным помощником или источником проверенных фактов. Язык обучающих текстов в README не назван, поэтому языковую поддержку можно подтвердить только для английского по метаданным.

Сценарии применения

  • генерация продолжений литературного текста на английском языке
  • эксперименты с компактными GPT-моделями и архитектурой MoE
  • изучение обучения языковых моделей на корпусе книг

Ограничения

Модель содержит 4,48 млн параметров и обучена на ограниченном корпусе из 112 книг, поэтому её тематика и качество обобщения ограничены. Длина контекста в предоставленных данных не указана.

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

randyGPT — model-ds-moe

A GPT-style language model trained from scratch in Rust on Project Gutenberg.

Model Details

ArchitectureMoE Transformer (causal LM)
Parameters4.48M
Layers12
Heads4
Embedding dim128
Experts4 (top-2, dim 256)
Context window256 tokens
Vocab size2000 (BPE)
Training iters12850
Best val loss3.5012

Training

Trained on ~98MB of cleaned Project Gutenberg text (112 public domain books, v3 cleaning with Unicode normalization) with BPE-2000 tokenization, AdamW optimizer, cosine LR decay, ReduceLROnPlateau, dropout=0.1, and Metal GPU via Candle on Apple Silicon.

Usage

from modeling_randygpt import RandyGPTConfig, RandyGPTForCausalLM
from tokenizer_randygpt import RandyGPTTokenizer
from safetensors.torch import load_file
import torch

# Load
cfg   = RandyGPTConfig.from_pretrained("MonumentalSystems/randygpt-ds-moe")
model = RandyGPTForCausalLM(cfg)
state = load_file("model.safetensors")
model.load_state_dict(state, strict=True)
model.eval()

tok = RandyGPTTokenizer.from_file("tokenizer.json")

# Generate
prompt  = "Once upon a time"
ids     = torch.tensor([tok.encode(prompt)], dtype=torch.long)
out_ids = model.generate_text(ids, max_new_tokens=200, temperature=0.8)
print(tok.decode(out_ids[0].tolist()))

Source

Trained with randyGPT — a GPT implementation in Rust with Metal GPU acceleration.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
RandyGPTForCausalLM
Ревизия весов
0e7da1c

0 моделей