/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
54,5 млн
Лицензия
Apache 2.0
Архитектура
doge · MoE
Базовая модель
Doge-60M
Библиотека
transformers
Опубликована
22 янв 2025

Doge-60M-Instruct-SFT

Генерация текстаТекст → текст3 профессии

Небольшая англоязычная модель Doge, дообученная для диалогов и генерации ответов на вопросы.

73скачиваний за 30 дней0лайковвеса 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-60M-Instruct-SFT — англоязычная авторегрессионная модель семейства Doge, обученная сообществом SmallDoge. Это дообученная версия SmallDoge/Doge-60M: её настроили методом supervised fine-tuning на наборе SmolTalk в течение двух эпох. Модель содержит 54,5 млн параметров, использует архитектуру Doge с Dynamic Mask Attention и Cross Domain Mixture of Experts; заявленная длина контекста — 2048 токенов.

Модель предназначена для диалогов и генерации ответов на вопросы на английском языке. Её можно применять для простого чат-бота, ответов по заданному контексту и продолжения текста. В карточке также отмечен интерфейс для вызова инструментов, однако качество этой функции отдельно не описано.

Модель распространяется под лицензией Apache-2.0. Это компактный чекпойнт, поэтому его возможности и качество ответов ограничены по сравнению с более крупными языковыми моделями; обучение проводилось на SmolTalk, а заявленная длина контекста составляет 2048 токенов.

Сценарии применения

  • ответы на вопросы в простом чат-боте
  • диалоговые ответы на английском языке
  • ответы на вопросы по заданному контексту
  • продолжение короткого текста
  • эксперименты с компактной MoE-моделью

Ограничения

Компактный размер модели ограничивает её способности по сравнению с более крупными языковыми моделями; заявленный контекст — 2048 токенов. Обучение проводилось на SmolTalk, а качество вызова инструментов отдельно не охарактеризовано.

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 60M Instruct SFT

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-60M-Instruct-SFT")
model = AutoModelForCausalLM.from_pretrained("SmallDoge/Doge-60M-Instruct-SFT", 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-SFT by SFT on SmolTalk.

SFT:

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

Procedure:

SFT:

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
91b3eae

0 моделей