/ Модель

Характеристики

Контекст
256 токенов
Параметры
17,6 млн
Архитектура
cs336_transformer · dense
Библиотека
transformers
Опубликована
14 авг 2026

gpt-22M-tinystories

Генерация текстаТекст → текст3 профессии

Небольшой учебный Transformer, обученный на TinyStories для генерации коротких текстовых историй и экспериментов.

60скачиваний за 30 дней0лайковвеса обновлены14 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

balalida/gpt-22M-tinystories — небольшая авторегрессионная языковая модель, опубликованная как учебный проект для задания Stanford CS336 Assignment 1. Это четырёхслойный декодерный Transformer с 17,6 млн параметров, byte-level BPE-токенизатором, контекстом 256 токенов, шириной 512, 16 головами внимания, SwiGLU, RMSNorm и RoPE. Веса и голова языкового моделирования не разделяют эмбеддинги.

Модель обучена на TinyStories и предназначена для продолжения коротких историй и экспериментов с генерацией текста. В карточке указана валидационная потеря 1,389844 на токен и 311 296 000 обучающих токенов в линии этого чекпойнта. Модель может галлюцинировать, повторяться и выдавать неверную информацию. Сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

  • генерация продолжения короткой детской истории
  • эксперименты с авторегрессионной генерацией текста
  • изучение устройства небольшого декодерного Transformer
  • проверка генерации текста на корпусе TinyStories

Ограничения

Модель может галлюцинировать, повторяться и генерировать неверный текст; контекст ограничен 256 токенами. Данные о лицензии 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

CS336 tinystories causal language model

Four-layer decoder-only Transformer trained for Stanford CS336 Assignment 1. It uses a byte-level BPE tokenizer, context length 256, width 512, 16 attention heads, SwiGLU width 1344, RMSNorm, and RoPE.

  • Validation loss: 1.389844 per token
  • Training tokens represented by this checkpoint lineage: 311,296,000
  • Parameters are not tied between the token embedding and LM head.
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("PATH_OR_REPO", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("PATH_OR_REPO", trust_remote_code=True)
inputs = tokenizer("Once upon a time", return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=128, temperature=0.8, top_p=0.9, do_sample=True)
print(tokenizer.decode(output[0], skip_special_tokens=False))

This is a small educational model and may hallucinate, repeat, or produce incorrect information.

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
CS336ForCausalLM
Ревизия весов
80b7031

0 моделей