/ Модель

Характеристики

Контекст
512 токенов
Параметры
3,7 млн
Лицензия
MIT
Архитектура
gpt_neo · dense
Библиотека
transformers
Опубликована
5 фев 2026

tiny-stories-3M

Генерация текстаТекст → текст3 профессии

Компактная GPT-Neo-модель, обученная на TinyStories для генерации коротких связных историй на английском языке.

361скачиваний за 30 дней1лайквеса обновлены5 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

Модель SauravP97/tiny-stories-3M создана Saurav Prateek с нуля как воспроизведение эксперимента TinyStories о том, насколько маленькая языковая модель может связно писать по-английски. Это декодерный трансформер GPT-Neo с 3,7 млн параметров, 8 слоями внимания, размерностью скрытого состояния 64, 16 головами внимания на слой и контекстом до 512 токенов.

Модель обучена на синтетическом наборе TinyStories: коротких историях с упрощённой лексикой, сгенерированных GPT-3.5/4. Она предназначена для продолжения текста и генерации коротких связных историй на английском языке, особенно в ограниченном словаре. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers.

Небольшой размер делает модель удобной для демонстраций и экспериментов с компактными языковыми моделями, но её назначение узкое: она обучалась на упрощённых детских историях и не предназначена для широких задач или длинного контекста. Лицензия — MIT.

Сценарии применения

  • генерация коротких детских историй на английском языке
  • продолжение короткого англоязычного рассказа
  • демонстрация генерации текста малой языковой моделью

Ограничения

Модель обучалась на синтетических коротких историях с ограниченной лексикой и рассчитана на контекст до 512 токенов; её результаты не следует считать универсальными для широких языковых задач.

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 3.6 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: 3.65 Million
  • Attention Layers: 8
  • Hidden Dimension: 64
  • 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 T4 GPU for around 3 hours to achieve a loss of 2.17. The model was trained for 0.22 epochs estimating around 55K steps. We used EleutherAI/gpt-neo-125M tokenizer model training and inference.

Training Hyperparameters

  • Training regime:
    • Epochs: 0.22
    • Loss: 2.17
    • GPU: NVIDIA T4
    • Training Steps: 55,000
    • Training Time: ~3 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
e7b122d

0 моделей