/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
doge · MoE
Базовая модель
Doge-160M
Библиотека
transformers
Опубликована
18 фев 2025

Doge-160M-Instruct

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель SmallDoge с дообучением по инструкциям для генерации текста и ответов на вопросы.

90скачиваний за 30 дней12лайковвеса обновлены8 авг 2025

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

Doge-160M-Instruct — языковая модель сообщества SmallDoge на архитектуре Doge, представленная в Transformers и сохранённая в формате safetensors. Она содержит 152,6 млн параметров, использует Dynamic Mask Attention и имеет контекст до 2048 токенов. Для обучения применялись supervised fine-tuning на SmolTalk и DPO на UltraFeedback Binarized; базовая модель — SmallDoge/Doge-160M.

Модель предназначена для диалогов, ответов на вопросы и генерации текста по инструкциям. В архитектуре Doge динамическое маскирование внимания сочетается с преобразованием состояния через MLP или Cross Domain Mixture of Experts; README указывает, что внимание можно использовать при обучении, а режим state space — при инференсе. В метаданных указан английский язык.

Модель разработана сообществом SmallDoge. Лицензия — Apache-2.0. Это компактная модель, поэтому качество на сложных задачах и длинных запросах может быть ограничено; опубликованные в README оценки относятся к другим размерам Doge-Instruct и не подтверждают напрямую качество версии 160M.

Сценарии применения

  • ответы на вопросы по тексту
  • диалоговый помощник на английском языке
  • генерация коротких текстов по инструкции
  • эксперименты с компактными языковыми моделями

Ограничения

Размер модели ограничивает её возможности на сложных задачах и при работе с длинным контекстом. Оценки в README приведены для других размеров семейства, поэтому качество именно версии 160M по ним определить нельзя.

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

Doge 160M Instruct

Doge uses Dynamic Mask Attention as sequence transformation and can use Multi-Layer Perceptron or Cross Domain Mixture of Experts as state transformation. Dynamic Mask Attention allows the Transformer to use self-attention during training and state space during inference, and Cross Domain Mixture of Experts can directly inherit the weights of Multi-Layer Perceptron for further training. This model is trained by SmallDoge community, for detailed algorithm and model architecture, paper coming soon, all training details and code are available in the small-doge repository.

Uses

from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig, TextStreamer

tokenizer = AutoTokenizer.from_pretrained("SmallDoge/Doge-160M-Instruct")
model = AutoModelForCausalLM.from_pretrained("SmallDoge/Doge-160M-Instruct", trust_remote_code=True)

generation_config = GenerationConfig(
      max_new_tokens=100, 
      use_cache=True, 
      do_sample=True, 
      temperature=0.8, 
      top_p=0.9,
      repetition_penalty=1.0
)
steamer = TextStreamer(
      tokenizer=tokenizer, 
      skip_prompt=True
)

prompt = "Hi, how are you doing today?"
conversation = [
      {"role": "user", "content": prompt}
]
inputs = tokenizer.apply_chat_template(
    conversation=conversation,
    tokenize=True,
    return_tensors="pt",
)

outputs = model.generate(
    inputs, 
    tokenizer=tokenizer,
    generation_config=generation_config, 
    streamer=steamer
)

Model Details

We build the Doge-Instruct by first SFT on SmolTalk and then DPO on UltraFeedback Binarized.

SFT:

ModelTraining DataEpochsContent LengthLRBatch SizePrecision
Doge-20M-Instruct-SFTsmoltalk220488e-40.25Mbfloat16
Doge-20M-MoE-Instruct-SFTsmoltalk220488e-40.25Mbfloat16
Doge-60M-Instruct-SFTsmoltalk220486e-40.25Mbfloat16
Doge-120M-MoE-Instruct-SFTsmoltalk220486e-40.25Mbfloat16
Doge-160M-Instruct-SFTsmoltalk220484e-40.25Mbfloat16
Doge-320M-Instruct-SFTsmoltalk220482e-40.25Mbfloat16

DPO:

ModelTraining DataEpochsContent LengthLRBatch SizePrecision
Doge-20M-Instructultrafeedback_binarized210248e-50.125Mbfloat16
Doge-20M-MoE-Instructultrafeedback_binarized210248e-50.125Mbfloat16
Doge-60M-Instructultrafeedback_binarized210246e-50.125Mbfloat16
Doge-120M-MoE-Instructultrafeedback_binarized210246e-50.125Mbfloat16
Doge-160M-Instructultrafeedback_binarized210244e-50.125Mbfloat16
Doge-320M-Instructultrafeedback_binarized210242e-50.125Mbfloat16

Evaluation:

ModelIFEval (Prompt Strict Acc)MMLUBBHARCPIQAHellaSwagtokens / s on i7-11 CPU
Doge-20M-Instruct9.226.318.329.257.827.8142
Doge-20M-MoE-Instruct13.726.526.331.158.227.9132
Doge-60M-Instruct9.427.527.737.561.432.162
Doge-120M-MoE-Instruct24.428.230.144.262.136.358
Doge-160M-Instruct16.829.729.142.864.137.128
Doge-320M-Instruct28.530.331.951.771.050.616

Procedure:

SFT:

DPO:

Environment:

  • Image: nvcr.io/nvidia/pytorch:24.12-py3
  • Hardware: 1x NVIDIA RTX 4090
  • Software: Transformers, TRL

Citation

@misc{smalldoges,
  title={SmallDoges: A Family of Dynamic UltraFast Small Language Models}, 
  author={Jingze, Shi and Yifan, Wu and Bingheng, Wu and Yuyu, Luo},
  year={2025},
  month={March},
  url={https://github.com/SmallDoges/small-doge}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
DogeForCausalLM
Ревизия весов
e69e586

0 моделей