/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
13,1 млн
Лицензия
Apache 2.0
Архитектура
doge · dense
Базовая модель
Doge-20M
Библиотека
transformers
Опубликована
14 дек 2024

Doge-20M-Instruct

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель Doge для диалогов и ответов на вопросы, дообученная на инструкциях и предпочтениях пользователей.

133скачиваний за 30 дней5лайковвеса обновлены17 апр 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-20M-Instruct — небольшая языковая модель сообщества SmallDoge для диалогов и генерации ответов на вопросы. Это плотная причинная модель Doge с 13,1 млн параметров, реализованная как DogeForCausalLM; она принимает текст и выдаёт текст. Архитектура Doge использует Dynamic Mask Attention: во время обучения применяется self-attention, а при инференсе — состояние пространства. Длина контекста составляет 2048 токенов.

Модель дообучена на SmolTalk методом SFT, затем на UltraFeedback Binarized методом DPO. Карточка приводит результаты на IFEval и нескольких тестах общих знаний и рассуждений, а также скорость 142 токена в секунду на CPU Intel i7-11. Метаданные указывают английский язык и интерфейс чата с поддержкой вызова инструментов. Модель компактна, но результаты оценки показывают ограничения в следовании инструкциям и общих знаниях; она не предназначена для сложных задач, требующих высокой точности. Лицензия — Apache-2.0.

Сценарии применения

  • ответы на простые вопросы на английском языке
  • диалоговый прототип на малоресурсном оборудовании
  • эксперименты с компактными языковыми моделями
  • тестирование генерации текста с интерфейсом вызова инструментов

Ограничения

Небольшой размер и невысокие результаты на тестах ограничивают качество сложных рассуждений и точность ответов. Контекст ограничен 2048 токенами.

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 20M 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-20M-Instruct")
model = AutoModelForCausalLM.from_pretrained("SmallDoge/Doge-20M-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
dc9b359

0 моделей