/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
6 сен 2026

edith-250m

Генерация текстаТекст → текст3 профессии

Компактная англоязычная GPT-модель для генерации инструкционно оформленных ответов о Marvel в retrieval-grounded системе.

86скачиваний за 30 дней0лайковвеса обновлены6 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

EDITH 250M — компактная текстовая GPT-модель автора Tomionkkas, обученная с нуля и предназначенная как генеративная часть retrieval-grounded системы о Marvel. Выпущенная версия — instruction-tuned stage 3; она формулирует ответы на основе найденных записей, тогда как многие ответы система может отдавать непосредственно из источника. В репозитории также есть stage 2 для продолжения текста, но он не предназначен для ответов на вопросы.

Модель содержит 250 млн параметров: 16 слоёв, 16 голов внимания, размерность 1024, словарь 50 257 токенов и контекстное окно 1024 токена. Использует PyTorch и веса safetensors в fp16; README сообщает о совпадении результатов fp16 и fp32 на 20 проверенных вопросах. Обучающие данные — англоязычный корпус записей Marvel Database и Wikipedia с общей языковой подмешкой FineWeb-Edu; модель рассчитана прежде всего на вопросы о Marvel на английском языке.

Модель небольшая и имеет намеренно ограниченные знания вне Marvel; автор предупреждает, что отдельно она мало полезна и обладает пробелами в знаниях. Для научных, математических и исторических тем вне Marvel её не следует считать надёжной. Лицензия репозитория — MIT; проект не связан с Marvel Entertainment или Disney.

Сценарии применения

  • формулирование ответов на вопросы по найденным записям Marvel
  • ответы на вопросы о персонажах и вселенной Marvel
  • генерация текста в экспериментальной RAG-системе о Marvel

Ограничения

Отдельно модель мало полезна и имеет пробелы в знаниях; вне Marvel её знания намеренно ограничены, а контекст составляет 1024 токена. Для точных ответов о Marvel она задумана как генеративная часть системы с поиском, а не как автономная энциклопедия.

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

EDITH 250M

This model is not useful on its own. It is the generative half of a retrieval-grounded system: a 250M-parameter GPT trained from scratch, whose job is to write the answers a retrieved Marvel record cannot compose by itself. Most of EDITH's replies never reach these weights at all - they are rendered directly from the record. Loaded alone, this is a small base model with patchy Marvel knowledge, by design: 250M parameters cannot memorise a 296 MB corpus, so the system was built not to try.

Run it: https://github.com/Tomionkkas/edith

Architecture

16 layers, 16 heads, d=1024, vocab 50,257, block 1,024, tied embeddings. Tokenizer: marvel_bpe_50257 (SentencePiece BPE, trained on the corpus).

Files

filewhat
model.safetensorsstage 3, instruction-tuned. The shipped model, fp16 (508 MB).
config.jsonthe architecture above. The loader reads it.
stage2/model.safetensorsstage 2, Marvel continued-pretrain, before instruction tuning
tokenizer/marvel_bpe_50257.modelthe tokenizer

lm_head.weight is tied to wte.weight and is dropped from the file; re-tie it after loading.

Why fp16, not fp32

Measured against fp32 on 20 real questions with greedy decoding: 20/20 byte-identical answers. fp16 ships at 508 MB against fp32's 1016 MB, for no measured difference in output. Full comparison in the repository's MEASUREMENTS.md.

Why stage 2 is here, and why it is not the one that ships

Stage 2 has the better perplexity on both validation sets (32.71 general / 12.24 Marvel, re-measured, against stage 3's 38.21 / 18.58). It is also a continued-pretrain model: it CONTINUES text, it does not answer questions. Stage 3 trades perplexity for instruction-following, which is the thing a user actually wants. Both numbers are in the repo's MEASUREMENTS.md.

Training data

A 296 MB corpus of 202,171 records derived from Marvel Database (marvel.fandom.com) and English Wikipedia, plus FineWeb-Edu as general-English replay. Published as a dataset: Tomionkkas/edith-marvel-corpus. Maths, science and non-Marvel history were deliberately left out; weakness there is intentional.

Limitations

Listed honestly and at length in the repository's README under What it gets wrong, with the measurements behind each.

Disclaimer

EDITH is an independent project and is not affiliated with, endorsed by, or sponsored by Marvel Entertainment, LLC or The Walt Disney Company.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
4581b25

0 моделей