/ Модель

Характеристики

Контекст
256 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
1 окт 2026

AppleMind-1.0-Mini

Генерация текстаТекст → текст3 профессии

Производная модели AppleMind-AI/AppleMind-1.0-Mini. Компактная англоязычная языковая модель AppleMind для экспериментальной генерации текста и простых диалогов.

237скачиваний за 30 дней0лайковвеса обновлены1 окт 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

Карточка модели SLM-Archive/AppleMind-1.0-Mini на Hugging Face совпадает с карточкой AppleMind-AI/AppleMind-1.0-Mini, поэтому описание составлено по ней.

AppleMind-1.0-Mini — компактная авторегрессионная языковая модель с декодерным Transformer на архитектуре GPT-2, разработанная AppleMind и обученная с нуля. В модели около 1,02 млн параметров, 4 слоя и контекст длиной 256 токенов. Она использует байтовый BPE-токенизатор на основе GPT-2 с 50 263 токенами и отдельной обработкой цифр.

Модель предназначена для генерации текста и простых диалоговых сценариев. При обучении использовалось 300 млн токенов из FineWeb-Edu, FineWeb-HQ и SmolLM-Corpus в равных долях. Примеры генерации в карточке показывают связность на уровне отдельных слов и фраз, но заметные грамматические и смысловые ошибки; формальная оценка на бенчмарках не приведена. Карточка указывает необходимость загрузки пользовательского кода через trust_remote_code=True. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с генерацией короткого текста
  • проверка работы небольших авторегрессионных языковых моделей
  • создание простых текстовых продолжений на английском языке

Ограничения

Контекст ограничен 256 токенами; формальных результатов бенчмарков нет. Примеры показывают существенные грамматические и смысловые ошибки, поэтому качество генерации ограничено.

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

AppleMind-1.0-Mini

Banner

AppleMind-1.0-Mini is a compact decoder-only causal language model trained from scratch by AppleMind on a 300M-token curriculum.

The model has 1,020,480 parameters, a 256-token context window, and a 50,263-token digit-aware byte-level BPE tokenizer (GPT-2 + special tokens).

Model Details

FieldValue
Parameters1,020,480
ArchitectureAppleMind 1.0 Mini decoder-only Transformer
Layers4
Hidden size128
Intermediate size512
Attention heads4
KV heads4
Head dim32
Attention styleMulti-head causal self-attention
MLPGELU
Position embeddingsLearned positional embeddings
NormalizationLayerNorm
Vocabulary size50,263
Context length256
EmbeddingsTied input/output embeddings
TokenizerDigit-aware byte-level BPE (GPT-2 + special tokens)
Weight formatsafetensors
HF architectureGPT2LMHeadModel
HF model typegpt2
Final training steps2,288
Tokens seen299,892,736
Tokens/parameter293.87:1
Training dataFineWeb-Edu + FineWeb-HQ + SmolLM-Corpus
Training mixture100M + 100M + 100M tokens
PrecisionBF16
Final modelAppleMind 1.0 Mini

Credits to BananaMind for inspiring me to make AppleMind.

Tokenizer

AppleMind 1.0 Mini uses a 50,263-token digit-aware byte-level BPE tokenizer based on the GPT-2 tokenizer, with 3 additional special tokens. Digits are handled individually rather than being collapsed into large number tokens.

Special tokenID
<&#124;pad&#124;>50,260
<&#124;bos&#124;>50,261
<&#124;eos&#124;>50,262

Training Data

DatasetTarget TokensShare
FineWeb-Edu100M33.33%
FineWeb-HQ100M33.33%
SmolLM-Corpus100M33.33%
Total300M100%

The training run used an equal mixture of FineWeb-Edu, FineWeb-HQ, and SmolLM-Corpus, with 100M tokens sampled from each dataset.

Training Setup

FieldValue
Sequence length256
Micro batch512 sequences
Gradient accumulation1
Effective batch512 sequences
Tokens per optimizer step131,072
Final optimizer step2,288
Configured optimizer steps2,289
OptimizerAdamW
Peak learning rate0.0001
Learning rate at final step3.114e-06
LR scheduleCosine decay
Gradient clipping1
Weight formatsafetensors
Training tokens299,892,736
Target tokens300,000,000
Tokens/parameter293.87:1

Evaluation

AppleMind 1.0 Mini has not been formally evaluated with lm_eval yet. No benchmark scores are currently reported.

BenchmarkScoreMetric
AverageN/Amean
ARC EasyN/Aacc_norm,none
PIQAN/Aacc_norm,none
ARC ChallengeN/Aacc_norm,none
HellaSwagN/Aacc_norm,none

The model's current generation quality has been checked with basic text-generation prompts, including:

  • Once upon a time
  • The little boy
  • In the forest

Prompt: Once upon a time

Once upon a time It the several times- nowThis, does to form provide from find another times work not atl The couldWhen on all be way H It lives among times always, worked its G during work used after several There and at there b known came be very that It thought It betweenIn course does. case other It 5?: or often I at's the: enough could in many

Prompt: The little boy

The little boy's form among. I and H be from� used. still all- G, lives take same always often its find amonged provide- number because: another now? then there among use course not thought case work usel result It between 5 It well atWhen new.: thatThis work on think 3 interestB then It does could do the among Ire use among now does to and many

Prompt: In the forest

In the forest often form and times on during severall find, several The then number between: well work take there provide, times among anotherWhen same Ged but lives could the to times its- course same enough and same I used to same other not thought There H think� same 2 I body nowe cameb 5- do among's and several? same after- still,This- interest but

Usage

AppleMind 1.0 Mini uses custom architecture code, so load it with trust_remote_code=True.

pip install -U transformers safetensors torch
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "AppleMind-AI/AppleMind-1.0-Mini"

tokenizer = AutoTokenizer.from_pretrained(
    model_id,
    trust_remote_code=True,
)

device = "cuda" if torch.cuda.is_available() else "cpu"

dtype = (
    torch.bfloat16
    if torch.cuda.is_available() and torch.cuda.is_bf16_supported()
    else torch.float32
)

model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=dtype,
).to(device).eval()

prompt = "The color of the sky is"

inputs = tokenizer(
    prompt,
    return_tensors="pt",
).to(device)

with torch.no_grad():
    output = model.generate(
        **inputs,
        max_new_tokens=96,
        do_sample=True,
        temperature=0.7,
        top_p=0.9,
        repetition_penalty=1.1,
        pad_token_id=tokenizer.eos_token_id,
        eos_token_id=tokenizer.eos_token_id,
    )

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

Note: AppleMind 1.0 Mini has a 256-token context window, so the prompt plus generated tokens should stay within that limit.

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
ea31d80

0 моделей