/ Модель

Характеристики

Контекст
512 токенов
Параметры
8,1 млн
Архитектура
tinyqwen3_novelty · dense
Базовая модель
Qwen3-0.6B
Библиотека
transformers
Опубликована
22 июн 2026

tinyLM-8M-exp

Генерация текстаТекст → текст3 профессии

Экспериментальная 8-миллионная авторегрессионная модель на базе Qwen3 для генерации текста в контексте до 512 токенов.

111скачиваний за 30 дней2лайкавеса обновлены23 июн 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

User01110 разработал tinyLM-8M-exp — экспериментальную компактную авторегрессионную языковую модель на 8,132 млн параметров, дообученную на базе Qwen/Qwen3-0.6B. Это плотный декодер в стиле Qwen3 с 8 слоями, grouped-query attention и математически вычисляемым novelty gate; веса доступны в формате safetensors, для запуска используется Transformers с кодом модели из репозитория.

Модель предназначена для генерации текста и оценки продолжений в небольшом контекстном окне до 512 токенов. При обучении использовались наборы FineWeb-Edu, SmolLM-Corpus и FineWeb-HQ; в README приведены результаты проверок на тестах знаний, здравого смысла и арифметики. Размер модели позволяет исследовать компактную архитектуру и запускать эксперименты с генерацией, однако приведённые оценки указывают на ограниченные возможности по сравнению с крупными моделями. Токенизатор основан на GPT-S2-5M; поддерживаемые языки и лицензия в доступных сведениях не описаны.

Сценарии применения

  • эксперименты с компактными языковыми моделями
  • генерация коротких текстовых продолжений
  • сравнение архитектур внимания с novelty gate
  • оценка продолжений на тестах знаний и здравого смысла

Ограничения

Контекст ограничен 512 токенами, а результаты на приведённых тестах умеренные. Лицензия и поддерживаемые естественные языки в доступных сведениях не приведены.

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

tinyLM-8M-exp

Tiny 8M-class Qwen3-config causal LM with math-only novelty-gated GQA.

Architecture

ItemValue
Config typetinyqwen3_novelty
Parameters8.132M
Layers8
Hidden size256
MLP size896
Query heads8
KV heads4
Head dim32
RoPE theta2500
Tied embeddingsyes
AttentionValue
TypeGQA
Novelty gatemath-only element-wise RMS-normalized abs-delta
Gate floor0.05

Training

ItemValue
TokenizerAxiomicLabs/GPT-S2-5M
Sequence length512
Microbatch size1024
Gradient accumulation4
Effective batch size4096
Steps10,000
Validation cadenceevery 1,000 steps
Official lm-evalafter final Hub upload on ARC-Easy, ARC-Challenge, PIQA, HellaSwag
LR schedulewarmup, cosine to min by 10,000
OptimizerMuon for middle 2D weights, AdamW for the rest
Special-token policyBOS/EOS are document-level; `<
DatasetShareConfig
HuggingFaceFW/fineweb-edu60.0%sample-100BT
HuggingFaceTB/smollm-corpus30.0%cosmopedia-v2 only
epfml/FineWeb-HQ10.0%default

Validation

MetricValue
DatasetSalesforce/wikitext, wikitext-103-raw-v1, validation
Context / stride512 / 256
Loss3.2769
Perplexity26.49
UTF-8 BPB1.4992
Scored tokens365,258
UTF-8 bytes1,151,766

Evaluation

Scores were run after Hub upload against revision d95a00a6edafab4bc2d6b60a28e6893b00f52699. ARC-Easy, ARC-Challenge, PIQA, and HellaSwag use official lm_eval 0-shot log-likelihood scoring. ArithMark-2.0 uses the same continuation NLL scoring style with a custom scorer because it is not available in lm_eval.

Tasknaccacc stderracc_normacc_norm stderr
ARC-Easy2,37637.04%0.99%35.86%0.98%
ARC-Challenge1,17218.77%1.14%22.87%1.23%
PIQA1,83857.67%1.15%57.89%1.15%
HellaSwag10,04226.88%0.44%27.88%0.45%
ArithMark-2.02,50025.12%0.87%24.44%0.86%

Load And Generate

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo = "User01110/tinyLM-8M-exp"
tokenizer = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo,
    trust_remote_code=True,
    torch_dtype="auto",
    device_map="auto",
)

prompt = "The future of AI is"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
print(inputs.input_ids[0][:2].tolist())  # auto-prefix: [<|im_start|>, <bos>]

with torch.no_grad():
    output = model.generate(
        **inputs,
        max_new_tokens=512,
        do_sample=True,
        temperature=0.65,
        top_k=30,
        repetition_penalty=1.2,
        pad_token_id=tokenizer.pad_token_id,
        eos_token_id=tokenizer.convert_tokens_to_ids("<|im_end|>"),
    )

print(tokenizer.decode(output[0], skip_special_tokens=True))

This repo uses a self-contained remote TinyQwen3NoveltyConfig plus model code for a Qwen3-style dense decoder with a math-only novelty-gated attention block.

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
TinyQwen3NoveltyForCausalLM
Ревизия весов
3a0d1d2

0 моделей