/ Модель

Характеристики

Контекст
256 токенов
Лицензия
Apache 2.0
Архитектура
tinyway · dense
Опубликована
1 янв 2026

TinyWay-1.1.0

Генерация текстаТекст → текст3 профессии

Компактная GPT-подобная модель, обученная с нуля на коротких англоязычных историях для генерации текста и изучения обучения Transformer-моделей.

291скачиваний за 30 дней0лайковвеса обновлены25 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

TinyWay-1.1.0 — компактная языковая модель, разработанная Shivam Sharma и обученная с нуля без предобученных весов. Это decoder-only Transformer в стиле GPT примерно на 83 млн параметров: 10 блоков, скрытый размер 512, 8 голов внимания и контекст до 256 токенов. Модель использует токенизатор GPT-2 BPE с размером словаря 50 257 и опубликована в формате safetensors.

Модель обучалась на очищенном наборе TinyStoriesV2, содержащем короткие рассказы на английском языке; опубликованный чекпойнт соответствует примерно 25 000 шагам обучения. Она предназначена для изучения устройства и обучения небольших языковых моделей, а также для генерации коротких текстов и историй. Лицензия — Apache-2.0.

Модель не настроена на выполнение инструкций и не выровнена для точности фактов или безопасности. Из-за ограниченного набора данных она может повторяться или создавать несвязный текст; фильтрация контента не применялась. Разработчик не рекомендует её для производственного применения или чувствительных сценариев.

Сценарии применения

  • генерация коротких англоязычных историй
  • эксперименты с небольшой языковой моделью
  • изучение обучения Transformer с нуля
  • исследование поведения модели при коротком контексте

Ограничения

Модель не настроена на инструкции, может выдавать повторяющийся или несвязный текст и не гарантирует фактическую точность или безопасность. Она обучена на ограниченном наборе коротких историй и не предназначена для производственного применения.

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

TinyWay-1.1.0

TinyWay-1.1.0 is a lightweight decoder-only Transformer language model trained from scratch on limited compute. The project demonstrates that meaningful language modeling behavior can emerge from modest-scale models trained in constrained environments such as.

Core idea: Understanding LLM training mechanics end-to-end by building, training, debugging, and deploying a Transformer LM without relying on pretrained weights.


Model Details

  • Architecture: Decoder-only Transformer (GPT-style)
  • Parameters: ~83M
  • Layers: 10 Transformer blocks
  • Hidden size: 512
  • Attention heads: 8
  • Context length: 256 tokens
  • Activation: GELU
  • Normalization: Pre-LayerNorm
  • Weight tying: Token embedding ↔ LM head
  • Precision during training: FP16 (AMP)

Training

Dataset

  • TinyStoriesV2 (cleaned)
  • Natural language short stories designed for training small language models

Tokenization

  • GPT-2 BPE tokenizer
  • Vocabulary size: 50,257

Training Setup

  • Optimizer: AdamW
  • Learning rate: tuned for stable convergence
  • Gradient accumulation: enabled
  • Gradient clipping: enabled
  • Mixed precision training (AMP)
  • Training performed entirely on GPU environment

Checkpoints

Models were saved at multiple training steps (5k → 30k). TinyWay-1.1.0 corresponds to the ~25k step checkpoint, which showed the best balance of fluency and stability.


Example Usage

from transformers import AutoConfig, AutoTokenizer, AutoModelForCausalLM

model_id = "NNEngine/TinyWay-1.1.0"

config = AutoConfig.from_pretrained(model_id, trust_remote_code=True)
tok = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
mdl = AutoModelForCausalLM.from_pretrained(model_id, config=config, trust_remote_code=True)

out = mdl.generate(
    **tok(
        "Once upon a time",
        return_tensors="pt"
    ).to(mdl.device),

    max_new_tokens=200,          # force length
    do_sample=True,              # sampling, not greedy
    temperature=0.8,
    top_k=50,
    repetition_penalty=1.2,

    eos_token_id=None,           # 🔥 disable EOS stopping
    pad_token_id=tok.eos_token_id
)

print(tok.decode(out[0], skip_special_tokens=True))

Sample Output

Once upon a time, there was a little girl named Lily. She loved to play with her toys and explore the park near her home. One day, she found a shiny red ball hidden behind a tree…

(Outputs vary due to sampling.)


Intended Use

  • Educational purposes
  • Research on small-scale language models
  • Understanding Transformer internals
  • Studying training dynamics under compute constraints

Limitations

  • Not instruction-tuned
  • Not aligned for factual accuracy or safety
  • May produce repetitive or incoherent text at times
  • Trained on a limited dataset

This model is not intended for production use or sensitive applications.


Ethical Considerations

  • The model may generate fictional or incorrect information
  • No explicit safety or content filtering was applied
  • Users should apply downstream safeguards if deploying

Citation

If you use this model in academic or technical work, please cite:

@misc{sharma2025tinyway,
  title={TinyWay: Training Decoder-Only Language Models from Scratch on Limited Compute},
  author={Shivam Sharma},
  year={2025},
}

Author

Shivam Sharma B.Tech in Computer Science and Engineering (AIML) ITM Gwalior, India


Acknowledgements

  • Hugging Face Transformers
  • GPU resources
  • Open research community for open-source inspiration

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
TinyWayForCausalLM
Ревизия весов
ca7128c

0 моделей