/ Модель

Характеристики

Контекст
512 токенов
Параметры
3,4 млн
Лицензия
Apache 2.0
Архитектура
gpt · dense
Библиотека
transformers
Опубликована
19 июн 2026

Atom3.4m

Генерация текстаТекст → текст3 профессии

Компактная базовая GPT-модель на 3,4 млн параметров для исследований и бенчмаркинга генерации английского текста.

31скачиваний за 30 дней4лайкавеса обновлены9 авг 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

Atom 3.4m — компактная авторегрессионная языковая модель с 3,4 млн параметров, разработанная Universal Computing Research и обученная с нуля. Это базовая модель для исследований архитектур языковых моделей, учебных стратегий предобучения и тестирования небольших моделей, а также экспериментов с инференсом при ограниченных вычислительных ресурсах.

Модель имеет декодерную архитектуру GPT: 7 слоёв, скрытый размер 192, grouped-query attention, RoPE, RMSNorm и gated SiLU feed-forward блоки. Контекст — 512 токенов; используется собственный byte-level BPE-токенизатор на 4096 токенов. Для обучения применялась смесь англоязычных веб-текстов, образовательных и синтетических учебных материалов, а также математических данных. Модель предназначена для продолжения текста на английском языке и не дообучена для следования инструкциям или диалоговой работы.

Малый размер и короткий контекст ограничивают связность, извлечение знаний, рассуждения и генерацию длинных текстов. Выводы могут содержать ошибки и смещения; модель не проходила специальное обучение безопасности и не подходит для критически важных решений. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • эксперименты с архитектурами компактных языковых моделей
  • сравнение стратегий предобучения и учебных программ
  • тестирование небольших GPT-моделей на языковых бенчмарках
  • эксперименты с токенизаторами и оценочными конвейерами
  • инференс генерации текста при ограниченных вычислительных ресурсах

Ограничения

Модель очень мала и имеет контекст всего 512 токенов, поэтому её ответы могут быть несвязными, неточными и слабыми в рассуждениях или следовании инструкциям. Она не проходила специальное обучение безопасности и не подходит для критически важных решений.

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

bg

Atom 3.4m

Atom is a 3.4M parameter causal language model developed by Universal Computing Research. It was pretrained from scratch as a compact research model for studying language-model architecture, data curricula, and small-model benchmarking.

Model details

  • Architecture: causal decoder-only language model
  • Parameters: 3,412,800
  • Layers: 7
  • Hidden size: 192
  • Attention: 3 query heads and 1 key-value head (grouped-query attention)
  • Head dimension: 64
  • Feed-forward size: 480
  • Context length: 512 tokens
  • Positional encoding: rotary position embeddings (RoPE)
  • RoPE Theta = 5000.0
  • Normalization: RMSNorm
  • Activation: gated SiLU feed-forward network
  • Vocabulary size: 4,096 tokens
  • Tokenizer: custom byte-level BPE, exposed as GPT2TokenizerFast
  • Training tokens: approximately 5 billion
  • License: Apache-2.0

The model uses tied input and output embeddings. Its custom attention implementation combines grouped-query attention with XSE.

Tokenizer

Atom uses a custom byte-level BPE tokenizer trained specifically for this pretraining corpus. The tokenizer has a vocabulary of 4,096 tokens and includes dedicated padding, beginning-of-sequence, end-of-sequence, unknown, and end-of-text tokens.

Training data and curriculum

Atom was trained on a curriculum combining general web text, educational material, synthetic textbook-style content, and mathematical data. The mixture changed gradually during training: general web data was emphasized earlier, while educational, synthetic, and mathematical material received more weight later.

Approximate proportions over the complete training run were:

DatasetSubset / split usedApproximate proportion
HuggingFaceFW/fineweb-eduAll available CC-MAIN-* configurations under data/, train split39%
openbmb/Ultra-FineWebEnglish v1.4 (ultrafineweb_en_v1_4; en split)31%
HuggingFaceTB/finemathfinemath-3plus, train split12%
HuggingFaceTB/smollm-corpuscosmopedia-v2, train split12%
openbmb/UltraData-MathUltraData-Math-L2-preview, train split6%

These percentages describe the approximate aggregate sampling mixture rather than exact document counts. Refer to the individual dataset cards for their source information, licenses, and usage conditions.

Intended use

This is a small base language model intended for research and benchmarking. It may be useful for experiments involving compact architectures, pretraining curricula, tokenization, evaluation pipelines, and resource-constrained inference.

Atom is a base model and has not been instruction-tuned or aligned for assistant-style interaction.

Evaluation

Atom was evaluated with EleutherAI's lm-evaluation-harness.

lm-evaluation-harness

TaskMetricScore
ARC-Easyacc_norm33.08%
ARC-Challengeacc_norm21.76%
HellaSwagacc_norm27.65%
PIQAacc_norm55.71%

Limitations

Atom is a very small model and should not be expected to produce reliable factual, safety-critical, or instruction-following outputs. Its short context window and limited capacity constrain coherence, knowledge recall, reasoning, and long-form generation.

The model may reproduce errors, biases, or undesirable patterns present in its training data. It has not undergone dedicated safety training and should not be used for high-stakes decisions.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
GPTForCausalLM
Ревизия весов
00ad5e1

0 моделей