/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
104 млн
Лицензия
Apache 2.0
Архитектура
spike_whale · dense
Библиотека
transformers
Опубликована
18 июн 2026

Byrne-86M

Генерация текстаТекст → текст3 профессии

Компактная англоязычная чат-модель для генерации текста и выполнения инструкций с заданным форматом ответа.

663скачиваний за 30 дней1лайквеса обновлены20 сен 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

Byrne-86M — компактная чат-модель Quazim0t0 для генерации текста и ответов на инструкции. Она создана с нуля на архитектуре SpikeWhaleLM и после исправления памяти Engram прошла короткое дообучение на примерах диалогового и заданного формата. В модели около 103,6 млн параметров по метаданным; автор указывает размер около 86 млн. Контекст — 4096 токенов, библиотека запуска — Transformers, веса представлены в safetensors.

Архитектура включает Multi-head Latent Attention, n-граммную память Engram, два слоя hash-lookup, Hyper-Connections и HRM refinement. Модель принимает текст и выдаёт текст; карточка заявляет поддержку английского языка. Автор приводит улучшения в следовании формату ответов, но отмечает, что точность на тестах остаётся низкой для практических рассуждений. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в формате ChatML
  • черновые ответы на текстовые инструкции
  • эксперименты с компактными языковыми моделями
  • проверка формата ответов на примерах GSM8K и MMLU

Ограничения

Автор отмечает, что точность на бенчмарках остаётся низкой, а дообучение улучшило формат ответов, но не добавило способности к рассуждению. Для загрузки модели требуется trust_remote_code=True.

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

Byrne-86M

Main Byrne-86M chat checkpoint (OPD v2). The one I point people at for general use. ~86M SpikeWhaleLM from scratch - MLA, n-gram engram, hash-lookup, hyper-connections, HRM refine, MTP. Custom ChatML-aware tokenizer.

Trained with Modal credits during the Small Models, Big Adventures Hackathon.

Related: base → Byrne-86M-Base

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("Quazim0t0/Byrne-86M", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("Quazim0t0/Byrne-86M", trust_remote_code=True)

Architecture

SpikeWhaleLM, ~86M, 16 layers, hidden 640, 4096 context, 16,512 vocab, tied embeddings.

  • Multi-head Latent Attention (MLA + XSA) - Q and O LoRA-compressed (rank 128); each head splits RoPE dim 16 / NoPE dim 48; 10 query heads, one KV head (MQA); QK-norm.
  • Engram n-gram memory - gated table, hashes local n-grams (up to trigrams) into 4,096 rows, mixes back into the residual.
  • Hash-lookup layers (×2) - content-addressable features next to the token embeddings.
  • Hyper-Connections - learned width-expanded residuals, Sinkhorn routing, instead of a plain add.
  • HRM refinement - extra latent pass over hidden states before the output head.
  • Multi-Token Prediction (MTP) - DeepSeek-V3-style extra head, more than one next token. Training only.
  • FFN is dense. The block can do MoE; MoE is off in this release.

JEPA vs HRM. Byrne is Non-JEPA: HRM refine only (use_hrm_refine=True, use_jepa=False). Escarda adds JEPA on top of HRM.

Tokenizer

SpikeTokenizer. Byte-level length-max (greedy longest-match), 16,512 vocab. Not BPE. Text → UTF-8 → latin-1 bytes → longest vocab key that fits. ChatML-aware. Atomic specials: <|im_start|>, <|im_end|>, <think>/</think>, <begin_solution>/<end_solution>, tool-call markers, plus <bos>/<eos>/<pad>/<unk>. PreTrainedTokenizer in spike_tokenizer.py. Load with AutoTokenizer.from_pretrained(..., trust_remote_code=True).

Evaluation

Zero-shot multiple-choice, continuation log-likelihood (acc_norm = byte-length-normalized).

Taskaccacc_norm
arc_easy0.36700.3468
arc_challenge0.18940.2355
hellaswag0.28150.2858
winogrande0.5201-
piqa0.57560.5593
openbookqa0.14600.2440
boolq0.3865-

ArithMark-2.0 (AxiomicLabs)

  • official metric is raw acc: 0.3096.

Language modeling: WikiText-2 byte_ppl (↓) 2.6839 · BLiMP (↑) 0.7033.

Citation

If you use this model, please cite:

@misc{byrne86m,
  title        = {Byrne-86M: A ~86M-parameter SpikeWhaleLM},
  author       = {Dean Byrne (Quazim0t0)},
  year         = {2026},
  howpublished = {HuggingFace, \url{https://huggingface.co/Quazim0t0/Byrne-86M}},
  note         = {Quazim0t0/Byrne-86M}
}

Update: format-blended SFT on the engram-repaired base

This revision applies the (behavior-preserving) engram repair, then a short instruction/format SFT on a 60/25/15 blend of HuggingFaceTB/smoltalk, GSM8K-train (with '#### N' reasoning), and MMLU-style ('Answer: ') examples -- so chat fluency improves while the benchmark output-formats are preserved rather than overwritten. Held-out (test-split) before->after:

MMLU acc 0.260->0.254, format 0.918->0.951; GSM8K '####' 0.420->0.815

Note: these are fluency + output-format gains. Benchmark accuracy remains near the floor for a model this size -- the SFT does not add reasoning ability.

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
SpikeWhaleLM
Ревизия весов
f679c01

0 моделей