/ Модель

Характеристики

Контекст
512 токенов
Параметры
8,1 млн
Лицензия
odc-by
Архитектура
llama · dense
Библиотека
transformers
Опубликована
12 сен 2026

LowOnMind-8M

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель Llama с 8,1 млн параметров, обученная с нуля для демонстрации предобучения и генерации текста.

410скачиваний за 30 дней2лайкавеса 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

LowOnMind-8M — небольшая авторегрессионная языковая модель, разработанная и обученная с нуля автором карточки с помощью NanoDex Trainer Space на наборе FineWeb-Edu. Это декодерный трансформер архитектуры Llama с 8,1 млн параметров: 9 слоёв, скрытый размер 288, grouped-query attention, RMSNorm и rotary position embeddings. Модель принимает текст и генерирует продолжение; контекст составляет 512 токенов. В карточке заявлена лицензия ODC-BY.

Модель предназначена для учебных демонстраций предварительного обучения трансформера с нуля и простых экспериментов с очень компактной языковой моделью. Она усваивает формы слов, частые сочетания и базовый синтаксис, но не является полезным диалоговым помощником и не должна использоваться как источник фактов. Английский — единственный указанный язык карточки.

Сценарии применения

  • демонстрация предобучения языковой модели с нуля
  • учебные эксперименты с архитектурой Llama
  • генерация коротких продолжений английского текста

Ограничения

Это наноразмерный исследовательский артефакт: модель усваивает лишь формы слов, частые сочетания и немного синтаксиса. Она не подходит для роли помощника, а её выводы не следует считать фактическими.

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

LowOnMind-8M

A 8,060,256-parameter decoder-only language model pre-trained from scratch on fineweb-edu, using the NanoDex Trainer Space.

Architecture

A standard LlamaForCausalLM decoder-only transformer — SiLU MLP, RMSNorm, rotary position embeddings, grouped-query attention, tied embeddings, no biases — scaled down in width and depth to fit the parameter budget.

Parameters8,060,256
Hidden size288
Layers9
Attention heads9 (KV: 3)
FFN size704
Context length512
Vocab2,048 (custom BPE trained on fineweb-edu)

Training

Tokens seen199,753,728
Steps381
Tokens / step524,288
OptimizerAdamW(0.9, 0.95) wd=0.1 clip=1.0
LR schedulewarmup 2% + cosine to 10% (peak 1e-03)
Final loss3.8884 (ppl 48.8)
Wall time29.3 min
Trained by@DedeProGames

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

tok = AutoTokenizer.from_pretrained("DedeProGames/LowOnMind-8M")
model = AutoModelForCausalLM.from_pretrained("DedeProGames/LowOnMind-8M")

ids = tok("The mitochondria is", return_tensors="pt").input_ids
print(tok.decode(model.generate(ids, max_new_tokens=60, do_sample=True,
                                temperature=0.8, top_k=50)[0]))

Caveats

This is a nano-scale research artifact. At this parameter count and token budget the model learns word shapes, common collocations and a little syntax — it is not a useful assistant and its output is not factual. It exists to make "pre-train a transformer from scratch" something you can actually watch happen.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
d3298ba

0 моделей