/ Модель

Характеристики

Контекст
512 токенов
Параметры
20,2 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Библиотека
transformers
Опубликована
8 фев 2026

tiny-stories-19M

Генерация текстаТекст → текст3 профессии

Компактная GPT-Neo-модель для генерации коротких простых историй на английском языке в рамках эксперимента TinyStories.

344скачиваний за 30 дней2лайкавеса обновлены18 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

Saurav Prateek обучил эту компактную языковую модель с нуля как воспроизведение эксперимента TinyStories о том, насколько маленькой может быть модель, способная связно писать по-английски. Это декодерный трансформер GPT-Neo с примерно 20,2 млн параметров, 8 слоями внимания, размерностью скрытого состояния 256 и 16 головами внимания на слой. Модель принимает текст и генерирует текст; контекст ограничен 512 токенами.

Модель предназначена для генерации коротких простых историй на английском языке. Она обучалась на синтетическом наборе TinyStories с ограниченным словарём, поэтому лучше подходит для простых повествований, чем для сложных текстов или широкого круга языковых задач. Распространяется по лицензии MIT.

Сценарии применения

  • генерация коротких детских историй на английском
  • продолжение простого повествования по текстовой подсказке
  • изучение возможностей компактных языковых моделей
  • демонстрация генерации текста на синтетическом наборе TinyStories

Ограничения

У модели всего около 20,2 млн параметров, контекст ограничен 512 токенами, а обучение на простых синтетических историях с ограниченным словарём ограничивает её применимость к сложным текстам и другим задачам.

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

Model Card for Model ID

Model Details

This is a reproduction of a 19.3 million parameter language model from scratch by following the paper TinyStories: How Small Can Language Models Be and Still Speak Coherent English?. The goal of this project is to demostrate that a very small transformer model, when trained on a simpliefied synthetic dataset, can generate fluent, grammatically correct and consistent short stories.

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub.

  • Developed by: Saurav Prateek
  • Model type: Text Generationg (Transformer - Decoder model)
  • Parameters: 19.3 Million
  • Attention Layers: 8
  • Hidden Dimension: 256
  • Attention Heads per Layer: 16
  • Context Window: 512 tokens
  • Vocab Size: ~50K (GPT-Neo Tokenizer)
  • Learning Rate: 5e-4
  • Language(s) (NLP): English
  • License: MIT

Model Sources [optional]

Training Details

Training Data

The model was trained on the TinyStories dataset, which consist of synthetic short stories generated by GPT-3.5/4. The stories use a restricted vocabulary typical of a 3-year-old child.

Training Procedure

The model was trained from scratch on a NVIDIA A100 GPU for around 5 hours to achieve a loss of 1.40. The model was trained for 1 epoch estimating around 265K steps. We used EleutherAI/gpt-neo-125M tokenizer model training and inference.

Training Hyperparameters

  • Training regime:
    • Epochs: 1
    • Loss: 1.40
    • GPU: NVIDIA A100
    • Training Steps: 264,965
    • Training Time: ~5 hours

Citation [optional]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPTNeoForCausalLM
Ревизия весов
a7ed61e

0 моделей