/ Модель

Характеристики

Контекст
512 токенов
Параметры
57,4 млн
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
17 янв 2025

tiny-stories-v1

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель на базе Llama для генерации коротких историй и экспериментов с небольшими трансформерами.

267скачиваний за 30 дней1лайквеса обновлены17 янв 2025

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

amusktweewt разработал компактную языковую модель на архитектуре Llama для генерации текста. Модель содержит 57,4 млн параметров, использует 8 слоёв, 12 голов внимания, скрытый размер 768 и контекст длиной до 512 токенов. Она обучена на наборе TinyStories и предназначена прежде всего для создания коротких историй на английском языке и демонстрации обучения небольших трансформеров.

Модель можно использовать для экспериментов с генерацией рассказов и простыми диалоговыми сценариями. Лицензия — MIT. Качество генерации ограничивает ошибка токенизатора BPE: в тексте могут появляться разрывы внутри слов и лишние пробелы; ответы также могут быть несвязными или содержать смещения из обучающих данных.

Сценарии применения

  • генерация коротких сказок по текстовой подсказке
  • создание продолжений детских историй
  • эксперименты с генерацией текста небольшими трансформерами

Ограничения

Из-за ошибки токенизатора в сгенерированном тексте могут появляться разрывы внутри слов и лишние пробелы, а связность текста может быть низкой. Модель может воспроизводить смещения обучающих данных и не подходит для задач, требующих фактической точности.

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

Model Card for amusktweewt/tiny-stories-v1

This model is a custom transformer-based language model trained on the TinyStories dataset, designed for creative text generation tasks such as storytelling and conversational agents. This model is purely an academic project and should not be used in production or practical applications.

Model Details

Model Description

This model utilizes a custom tokenizer with Byte Pair Encoding (BPE) and has been trained with a smaller architecture to balance efficiency and performance. It is designed for generating coherent and contextually relevant short stories. However, a known issue with the tokenizer causes spaces between tokens to appear repeated, leading to suboptimal text output quality.

  • Developed by: amusktweewt
  • Model type: AutoModelForCausalLM
  • Language(s) (NLP): English
  • License: MIT

Model Sources

  • Repository: HuggingFace repository

Uses

Direct Use

This model is intended for academic and research purposes only. It demonstrates a proof of concept for training smaller transformer-based language models.

Out-of-Scope Use

  • Not suitable for tasks requiring factual accuracy
  • Should not be used in production environments or applications involving sensitive content

Bias, Risks, and Limitations

Risks and Biases

The model may reflect biases present in the training data, leading to unintended or inappropriate outputs. Additionally, the tokenizer issue can result in suboptimal and incoherent text generations.

Recommendations

This model is meant for research and demonstration purposes. Users should validate outputs critically and avoid using it for practical applications.

How to Get Started with the Model

from transformers import AutoModelForCausalLM, PreTrainedTokenizerFast

model = AutoModelForCausalLM.from_pretrained("amusktweewt/tiny-stories-v1")
tokenizer = PreTrainedTokenizerFast.from_pretrained("amusktweewt/tiny-stories-v1")

prompt = "Once upon a time,"
inputs = tokenizer(prompt, return_tensors="pt", return_token_type_ids=False)
outputs = model.generate(**inputs, max_new_tokens=50)

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

Training Details

Training Data

The model was trained on the TinyStories dataset, consisting of curated short stories. Preprocessing ensured consistent formatting and tokenization using a custom BPE tokenizer.

Training Procedure

Preprocessing

  • Used BPE tokenizer with a vocabulary size of 4096
  • Included special tokens: <sos>, <pad>, <|endoftext|>, and <unk>

Training Hyperparameters

  • Batch size: 64
  • Epochs: 3
  • Learning rate: 1e-3
  • Scheduler: Cosine annealing
  • Precision: Mixed precision (FP16)

Speeds, Sizes, Times

  • Training time: Approx. 5 hours 30 minutes
  • Model size: 230 MB
  • Dataset size: 535.98 million tokens

Evaluation

Testing Data, Factors & Metrics

Testing Data

A subset of the training data was used for evaluation, focusing on coherence and storytelling quality.

Metrics

  • Loss: 0.9723
  • Qualitative Evaluation: Manual assessment of generated outputs for coherence and relevance.

Results

  • Sample Outputs:
    • Prompt: "in a far away country" Completion: "in a far away coun try . He was so excited to explore the world . He was so happy to be able to explore the world ."

Summary

The model generates coherent short stories suitable for research demonstration but is limited by tokenizer issues and should not be used in real-world scenarios.

Environmental Impact

  • Hardware Type: NVIDIA 4090 GPU
  • Hours used: 5.5
  • Carbon Emitted: Approx. 0.2 kg CO2 eq

Technical Specifications

Model Architecture and Objective

  • Transformer architecture with 8 layers, 12 attention heads, and a hidden size of 768

Compute Infrastructure

Hardware

  • Single GPU (NVIDIA 4090)

Software

  • Python 3.8+
  • HuggingFace Transformers 4.x
  • PyTorch 1.x

Model Card Authors

amusktweewt

Model Card Contact

For questions or feedback, contact amusktweewt.

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
5b76e09

0 моделей