/ Модель

Характеристики

Контекст
32 токена
Параметры
23 360
Лицензия
MIT
Архитектура
qwen3 · dense
Опубликована
4 окт 2026

DistilWord2-23k

Генерация текстаТекст → текст

Экспериментальная модель Qwen3 размером 23,4 тыс. параметров генерирует английские слова и их морфологические формы по короткому префиксу.

159скачиваний за 30 дней0лайковвеса обновлены4 окт 2026

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

DistilWord2-23k — экспериментальная сверхкомпактная авторегрессионная языковая модель второго поколения из серии DistilWord, опубликованная пользователем Useruser2statsaltalt. Она содержит около 23,4 тыс. параметров, использует архитектуру Qwen3ForCausalLM и рассчитана на контекст до 32 токенов. Модель обучена на 12 тысячах синтетических слов, созданных на основе Harley-ml/LargeWord-1.5M; в карточке также указан датасет Harley-ml/es-en-words.

Модель предназначена для генерации слов и демонстрации простых морфологических закономерностей по короткому текстовому префиксу. В примерах она продолжает префиксы «a», «app» и «z» словами с составными формами и словоизменительными окончаниями. Это узкоспециализированный экспериментальный чекпойнт, а не универсальная языковая модель. Распространяется под лицензией MIT.

Сценарии применения

  • генерация английских слов по нескольким начальным буквам
  • демонстрация образования составных слов
  • эксперименты с морфологией на компактной языковой модели

Ограничения

Модель обучена на небольшом синтетическом наборе и предназначена для генерации слов, поэтому не подходит для общего диалога или длинных текстов. Контекст ограничен 32 токенами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DistilWord2-23k

DistilWord2-23k is the second-generation ultra-compact language model (~23k parameters) in the DistilWord series.

Trained on 12,000 clean, low-entropy synthetic words generated by Harley-ml/LargeWord-1.5M, it achieves state-of-the-art sample efficiency and morphology for its size class.

Benchmark Progression

ModelParametersTraining DistributionVal LossVal PPLSignal PSNRBehavior
MicroWord-23k (Original)~23k750k Natural Words6.4105608.182.57 dBAttention collapsed (wwww..., zzzz...)
DistilWord-23k (v1)~23k3.8k Synthetic (TinyWord2)3.063321.404.37 dBStutter eliminated; basic morphology
DistilWord2-23k (Ours)~23k12k Synthetic (LargeWord-1.5M)2.541512.704.50 dBReal morphemes (afields, appers, zrings)

Qualitative Generations

PromptOriginal MicroWord-23kDistilWord2-23k (Ours)Learned Morphology
aa (Stalled)afieldsComplete dictionary compound word (a + field + -s)
appappcoappersAgent noun pluralization (app + -er + -s)
zzzzzx's (Stutter loop)zringsComplex inflectional cluster (-ing + -s)
disdisdisersMorpheme suffix attachment
elelel (Repeat loop)elysAdverbial suffix (-ly + -s)
subsubsubsStandard plural inflection

Quick Inference

import torch
from transformers import AutoModelForCausalLM, PreTrainedTokenizerFast

repo_id = "Useruser2statsaltalt/DistilWord2-23k"

tokenizer = PreTrainedTokenizerFast.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id)
model.eval()

prompt = "app"
bos = tokenizer.bos_token or ""
inputs = tokenizer(bos + prompt, return_tensors="pt", add_special_tokens=False)

with torch.inference_mode():
    outputs = model.generate(
        **inputs,
        max_new_tokens=12,
        do_sample=True,
        temperature=0.80,
        top_p=0.90,
        top_k=35,
        eos_token_id=tokenizer.eos_token_id,
        pad_token_id=tokenizer.pad_token_id,
    )

prompt_len = inputs["input_ids"].shape[-1]
completion = tokenizer.decode(outputs[0][prompt_len:], skip_special_tokens=True)
print(f"Generated: {prompt + completion}")
## Architecture Specifications
Architecture: Qwen Causal LM (Micro-scale)
Hidden Layers: 1
Hidden Size: 16
Attention Heads: 1
Intermediate (SwiGLU): 56
Tied Embeddings: True
Unique Parameters: ~23,024

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
3c1510a

0 моделей