/ Модель

Характеристики

Контекст
512 токенов
Параметры
4,8 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
transformers
Опубликована
8 сен 2026

Vertex-0.6-5M-Base

Генерация текстаТекст → текст3 профессии

Крошечная базовая Llama-модель для экспериментов с генерацией англоязычного текста и проверки инференса.

148скачиваний за 30 дней0лайковвеса обновлены8 сен 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

Vertex 0.6 5M Base — базовая предобученная языковая модель от VertexResearch, созданная с нуля. Это плотная модель на архитектуре LlamaForCausalLM с 4,77 млн параметров: 9 слоёв, скрытый размер 192, 3 головы внимания и словарь ByteLevel BPE на 4096 токенов. Контекст составляет 512 токенов. Модель обучена на 500 млн токенов англоязычного веб-текста и синтетических текстов с вопросами и ответами; веса сохранены в формате safetensors.

Модель генерирует текст по текстовому продолжению: обычно выдерживает грамматику, пунктуацию и стиль запроса примерно на протяжении одного предложения. Она предназначена для изучения масштабирования малых моделей, влияния токенизатора и пропорций эмбеддингов и трансформерных блоков, а также для проверки работы систем инференса. Это базовая модель без шаблона чата и дообучения на инструкциях; она не предназначена для надёжных ответов на вопросы, написания кода или пользовательских приложений. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • эксперименты с масштабированием малых языковых моделей
  • изучение влияния размера словаря на генерацию
  • сравнение доли эмбеддингов и трансформерных блоков
  • проверка запуска генеративной модели в движке инференса

Ограничения

Модель не обучалась следовать инструкциям и не имеет шаблона чата; факты, имена и числа может выдумывать. Связность обычно теряется после 15–20 токенов, поэтому модель не подходит для надёжных ответов, программирования и пользовательских приложений.

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

Vertex 0.6 5M Base

Base (pretrain-only) checkpoint of Vertex 0.6 5M, the smallest model in the Vertex 0.6 family at 4.77M parameters. Llama architecture: hidden 192, 9 layers, 3 heads (head_dim 64, no GQA), SwiGLU ffn 512, 4096-vocab ByteLevel BPE, tied embeddings, RoPE, ctx 512.

Pretrained from scratch on 500M tokens of English web text: Ultra-FineWeb, with Ultra-FineWeb-L3 synthetic rewrites (Multi-Style + QA) as a short final annealing phase, ~105 tokens per parameter, in 54 minutes on a single Apple M5 Pro (24 GB unified memory) using MLX at ~150k tokens/s.

This is a raw language model, no chat template, no instruction tuning. It is a research toy: fluent English at the sentence level, no factual knowledge. For something usable, see the larger family members such as Vertex-0.6-15M-Base and Vertex-0.6-100M-8192-ctx-Base.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "VertexResearch/Vertex-0.6-5M-Base"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo)

ids = tok("The best way to learn programming is", return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=40, do_sample=True, temperature=0.8, top_p=0.95)
print(tok.decode(out[0], skip_special_tokens=True))

Output from the run above:

The best way to learn programming is to deliver a comprehensive resource that enables readers to write effectively, effectively, and effectively. This resource provides a comprehensive understanding of programming methods, including advanced computing and automated

The model is 9.5 MB in bf16 and runs comfortably on CPU. Because the family is Llama-layout, it also converts to GGUF with llama.cpp's convert_hf_to_gguf.py.

Model details

Parameters4,771,392 (0.79M embeddings, 3.98M transformer)
ArchitectureLlamaForCausalLM
Layers / hidden / heads9 / 192 / 3 (head_dim 64, no GQA)
MLPSwiGLU, intermediate 512
NormalizationRMSNorm, eps 1e-5, pre-norm
PositionsRoPE, theta 10000, rotate-half pairing (first half / second half)
Vocab4096 ByteLevel BPE, tied input/output embeddings
Context512
Weightsbfloat16

The embedding matrix is kept small on purpose (16% of parameters) so most of the capacity is in the transformer blocks.

Tokenizer

tokenizer.json in Hugging Face tokenizers format, 4096 tokens, trained on a sample of the pretraining corpus. Token id 0 is <|endoftext|>: document separator in pretraining, stop token at inference.

Training data

PhaseSourceTokens
1openbmb/Ultra-FineWeb, English450M
2openbmb/Ultra-FineWeb-L3, English QA + Multi-Style50M

500M tokens total, each seen once.

Training

Hardware1x Apple M5 Pro, 24 GB unified memory
FrameworkMLX, bf16 compute with fp32 master weights
Throughput~150k tokens/s
Wall clock54 minutes
Batch64 x 512 tokens (32k tokens/step), 15,258 steps
OptimizerAdamW, lr 3e-3 cosine to 3e-4, 300 warmup steps, wd 0.1, clip 1.0

Evaluation

Cross-entropy on held-out text with the model's own 4096-token vocabulary:

SplitLoss (nats)PPLBits/token
Ultra-FineWeb, unseen shard3.2926.84.74
Ultra-FineWeb, training shard3.3127.44.77
Ultra-FineWeb-L3 QA2.8016.44.03
Ultra-FineWeb-L3 Multi-Style2.9619.34.27

Held-out and training loss match, so nothing is memorized. Lower L3 numbers mean synthetic text is more predictable, not that the model is stronger there.

Sample outputs

Temperature 0.8, prompt in bold:

The best way to learn programming is through hands-on activities. The most effective approach involves seeing both TTHTO and TTHTO as a practical resource.

The company announced today that it had been obstructed by the presidential election of the military's Military Service. This marks a significant advancement in the construction of the state.

Water boils at a constant volumeter and porch table, and a minimum of two times each.

In 1969, astronauts were deactive Barnes and X, and shoes of the Gogri attended the joke, symbolizing the passage of time and celebration.

What it can and cannot do

Does: grammatical English with correct punctuation, matches the prompt's register (formal letter, press release, how-to), stays on topic for about one sentence.

Does not: recall facts (dates, names, numbers are invented), stay coherent past 15 to 20 tokens, follow instructions, write code.

Intended for education and research: tiny-model scaling, tokenizer effects, embedding-to-body ratios, or as a smoke-test model for inference engines. Not for any production or user-facing use.

Files

FileContents
model.safetensorsbf16 weights, standard Llama key names
config.jsonLlamaConfig
tokenizer.json, tokenizer_config.jsonByteLevel BPE, PreTrainedTokenizerFast
generation_config.jsonbos/eos = 0

License

Apache 2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c132240

0 моделей