/ Модель

Характеристики

Контекст
256 токенов
Лицензия
MIT
Архитектура
tinyway · dense
Библиотека
transformers
Опубликована
23 янв 2026

TinyWay-1.2.0

Генерация текстаТекст → текст3 профессии

TinyWay-1.2.0 — небольшая GPT-подобная языковая модель для генерации текста и экспериментов с обучением и масштабированием LLM.

245скачиваний за 30 дней0лайковвеса обновлены29 янв 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-1.2.0 — компактная авторегрессионная языковая модель семейства TinyWay, разработанная NNEngine и обученная с нуля. Это декодерный Transformer в стиле GPT примерно на 109,6 млн параметров; для работы с Transformers требуется пользовательское определение модели. В качестве токенизатора используется GPT2TokenizerFast с размером словаря 50 257 токенов, а контекст ограничен 256 токенами.

Модель предназначена для генерации текста в исследовательских и учебных экспериментах, изучения масштабирования моделей, проверки обучающих конвейеров и последующего дообучения. При обучении использовался потоковый смешанный корпус веб-текстов, рассказов и кода; в карточке указан датасет shivendrra/consolidated-datasets. Данные карточки указывают английский язык.

Модель не настроена на выполнение инструкций, имеет ограниченную глубину рассуждений и может выдавать галлюцинации или несогласованный текст; веб-данные могут содержать шум. Она не рекомендована для производственного или критически важного применения. Лицензия — MIT.

Сценарии применения

  • генерация продолжений короткого текста на английском языке
  • учебные эксперименты с архитектурой GPT
  • сравнение обучающих конвейеров и чекпойнтов
  • исследование масштабирования языковых моделей
  • дообучение компактной языковой модели на собственных данных

Ограничения

Модель не настроена на выполнение инструкций, ограничена контекстом в 256 токенов и имеет небольшую глубину рассуждений; возможны галлюцинации и несогласованные ответы. Не рекомендована для производственного или критически важного 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-1.2.0

TinyWay-1.2.0 is a lightweight GPT-style causal language model (~110M parameters) trained from scratch on a mixed streaming corpus (web text, stories, and code). The model is designed for research, experimentation, and educational purposes, with an emphasis on transparent architecture and reproducible training.

⚡ Trained end-to-end using a custom PyTorch pipeline with mixed precision, gradient accumulation, and streaming datasets.


Model Overview

PropertyValue
Model typeDecoder-only Transformer (GPT-style)
Parameters~109.6M
Layers10
Hidden size768
Attention heads12
Context length256 tokens
ActivationGELU
Dropout0.1
Precisionfp16 / bf16
Weight tyingToken embedding tied with LM head
Position encodingLearned absolute embeddings

Training Details

Dataset

The model was trained using streaming data from:

  • 🌍 Web text
  • 📚 Stories
  • 💻 Code

via the HuggingFace dataset:

shivendrra/consolidated-datasets

Streaming was used to avoid large local storage and to allow continuous sampling directly from HuggingFace.


Tokenization

  • Tokenizer: GPT2TokenizerFast

  • Vocabulary size: 50,257

  • Special tokens:

    • bos_token_id = eos_token_id = pad_token_id = 50256

Training Configuration

SettingValue
Sequence length256
Effective batch size64 sequences
OptimizerAdamW
Learning rate3e-4 (cosine decay + warmup)
Betas(0.9, 0.95)
Weight decay0.1
Gradient clipping1.0
Mixed precisionAMP (fp16 / bf16)
Gradient accumulationYes
Training steps~60k
Total tokens~1B (approx)

Final training loss ≈ 3.0 Final perplexity ≈ ~20


Usage

Load with Transformers (Custom Code Required)

This repository uses a custom model definition (modeling_tinyway.py). Make sure it is available in your environment before loading.

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("NNEngine/TinyWay-1.2.0")
tokenizer = AutoTokenizer.from_pretrained("gpt2")

Text Generation Example

import torch

prompt = "Once upon a time"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=200,
    temperature=0.8,
    top_k=50,
    top_p=0.95,
    do_sample=True
)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Example Generations

The model demonstrates:

  • ✅ Coherent sentence structure
  • ✅ Narrative flow in stories
  • ✅ Reasonable grammar and punctuation
  • ⚠️ Occasional repetition and topic drift (expected for this scale)

This is a research-grade small LLM, not instruction-aligned by default.


Limitations

  • ❌ Not instruction-tuned
  • ❌ Limited reasoning depth compared to large LLMs
  • ❌ Context length limited to 256 tokens
  • ⚠️ May hallucinate or generate inconsistent facts
  • ⚠️ Training data may contain noise from web sources

Use responsibly.


Intended Use

  • Research experiments
  • Educational purposes
  • Model scaling studies
  • Training pipeline benchmarking
  • Custom fine-tuning experiments

Not recommended for production or safety-critical applications.


Reproducibility

The model was trained using:

  • Custom PyTorch training loop
  • Streaming datasets via HuggingFace
  • Mixed precision training
  • Gradient accumulation
  • Periodic checkpointing
  • Full monitoring (loss, perplexity, gradient norm, attention entropy)

If you’d like the full training code or configs, feel free to reach out.


License

This model follows the license of the underlying datasets and tokenizer. Please ensure compliance before commercial usage.


Acknowledgements

  • HuggingFace 🤗
  • PyTorch
  • GPT-2 tokenizer
  • Open research community

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
TinyWayForCausalLM
Ревизия весов
b7f29be

0 моделей