/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,6 млрд
Размер весов
41,8 ГБ
Архитектура
gpt_oss · MoE
Базовая модель
gpt-oss-20b
Библиотека
transformers
Опубликована
8 дек 2025

gpt-oss-20b-Malaysian-Reasoning-SFT-v0.1

Генерация текстаТекст → текст3 профессии

LoRA-адаптация GPT-OSS-20B для генерации ответов и рассуждений на малайзийском языке.

46скачиваний за 30 дней1лайквеса обновлены2 янв 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

Scicom-intl разработала экспериментальную LoRA SFT-адаптацию openai/gpt-oss-20b для рассуждений на малайзийском языке. Модель построена на архитектуре GPT-OSS с MoE и предназначена для генерации диалоговых ответов; в опубликованном варианте обучались линейные слои внимания с рангом 256 и alpha 512. Для обучения использовался датасет mesolitica/Malaysian-Reasoning. Метаданные указывают контекст до 131072 токенов и 1,6 млрд параметров.

Сценарии применения

  • ответы на вопросы на малайзийском языке
  • генерация рассуждений на малайзийском языке
  • диалоговый помощник для малайзийскоязычных пользователей

Ограничения

Качество и область применения зависят от обучающих данных Malaysian-Reasoning; README описывает ограниченный SFT-эксперимент и не приводит оценок качества. Заявленный в README контекст обучения составлял 16384 токена, тогда как метаданные указывают нативный контекст базовой модели до 131072 токенов.

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

gpt-oss-20b-Malaysian-Reasoning-SFT-v0.1

LoRA SFT openai/gpt-oss-20b on initial mesolitica/Malaysian-Reasoning

Ablation on GPT OSS 20B

  1. Use kernels-community/vllm-flash-attn3 for Flash Attention 3 with Sink.
  2. Multipacking variable length 16384 context length, with global batch size of 8, so global total tokens is 65536.
  3. All self attention linear layers with rank 16, 32, 64, 128, 256, 512 with alpha multiply by 2.0
  4. All expert gate up projection and down projection with rank 16, 32, 64, 128, 256, 512 with alpha multiply by 2.0 +
  5. Selected expert gate up projection and down projection based on square root mean exp_avg_sq, top 4 selected layers are 3, 2, 18, and 1. +
  6. Liger fused cross entropy.
  7. 2e-4 learning rate, 50 warmup, 2 epoch only.

+ with the rank of each equal to the total rank divided by the number of active experts, https://thinkingmachines.ai/blog/lora/

We only upload the best model

This model repository we only upload the best, only attention linear layers with rank 256 alpha 512.

Source code

Source code at https://github.com/Scicom-AI-Enterprise-Organization/small-ablation/blob/main/malaysian-reasoning

Acknowledgement

Special thanks to https://www.scitix.ai/ for H100 Node!

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GptOssForCausalLM
Ревизия весов
9cdcb7f

0 моделей