/ Модель

Характеристики

Контекст
512 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
pytorch
Опубликована
4 фев 2026

MiniGPT-30M-Wikipedia-Var1

Генерация текстаТекст → текст3 профессии

Компактный англоязычный трансформер на 30 млн параметров для генерации текста и экспериментов с языковыми моделями.

231скачиваний за 30 дней0лайковвеса обновлены4 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

RinKana разработала MiniGPT-30M-Wikipedia-Var1 — компактный авторегрессионный декодерный трансформер примерно на 29,9 млн параметров, обученный с нуля на WikiText-103. Архитектура включает 6 слоёв, 8 голов внимания, размерность эмбеддингов 384, RMSNorm, позиционные эмбеддинги RoPE, активацию SwiGLU и связанные веса эмбеддингов; контекст составляет 512 токенов.

Модель предназначена для генерации продолжения англоязычного текста и экспериментов с небольшими языковыми моделями. Обучение проводилось в течение трёх эпох на GPT-2-токенизированном WikiText-103 с оптимизатором AdamW. Модель использует собственную архитектуру и не загружается через AutoModelForCausalLM, поэтому для запуска требуется ручная загрузка. Лицензия — MIT.

Сценарии применения

  • генерация продолжения англоязычных текстов
  • эксперименты с компактными авторегрессионными моделями
  • изучение архитектур RMSNorm, RoPE и SwiGLU

Ограничения

Контекст ограничен 512 токенами. Для загрузки требуется ручная работа с кастомной архитектурой; AutoModelForCausalLM не поддерживается.

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

MiniGPT-30M-Wikipedia-Var1

30M-parameter decoder-only Transformer trained from scratch on WikiText-103. Architecture features RMSNorm, Rotary Positional Embeddings (RoPE), and SwiGLU activation.

Architecture

  • Parameters: ~29.9M
  • Layers: 6
  • Heads: 8
  • Embedding dim: 384
  • Context: 512 tokens
  • Features: RMSNorm, RoPE, SwiGLU, weight tying

Training

  • Dataset: WikiText-103 (GPT-2 tokenized)
  • Epochs: 3
  • Hardware: 2× NVIDIA T4 (Kaggle)
  • Optimizer: AdamW (lr=3e-4)

Usage

This model uses a custom architecture and cannot be loaded with AutoModelForCausalLM. Load manually:

# Download these files from the repo:
# - model.py (contains MiniGPT class definition)
# - model.safetensors (weights)
# - tokenizer.json (GPT-2 tokenizer)

from model import MiniGPT, Config
import torch
from transformers import GPT2Tokenizer

config = Config()
model = MiniGPT(config)
model.load_state_dict(torch.load("model.safetensors", weights_only=True))
model.eval()

tokenizer = GPT2Tokenizer.from_pretrained("gpt2")

# Basic generation example
prompt = "The world is a"
input_ids = tokenizer(prompt, return_tensors="pt").input_ids
with torch.no_grad():
    logits, _ = model(input_ids)
    next_token = torch.argmax(logits[:, -1, :], dim=-1)
    print(tokenizer.decode(next_token))

⚠️ Warning: This is an experimental 30M-parameter model. Outputs are grammatically plausible but factually unreliable. Intended for architectural study and education — not for production use.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Можно запустить

Подбираем GPU…

Класс архитектуры
MiniGPT
Ревизия весов
91063e9

0 моделей