/ Модель

Характеристики

Контекст
512 токенов
Параметры
19,7 млн
Лицензия
Apache 2.0
Архитектура
pebble_10m · dense
Опубликована
18 авг 2026

Pebble-10M

Генерация текстаТекст → текст3 профессии

Компактная гибридная модель Mamba2 и Transformer для генерации короткого текста и экспериментов с малыми языковыми моделями.

230скачиваний за 30 дней11лайковвеса обновлены31 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

Pebble-10M — компактная авторегрессионная языковая модель, разработанная basically-ai для генерации текста. Она сочетает блоки Mamba2 и Transformer в повторяющемся соотношении 3:1: всего 8 слоёв, из них 6 Mamba2 и 2 attention. В карточке указано около 10 млн параметров, а метаданные каталога оценивают их общее число в 19,7 млн; словарь — 2048 токенов, контекст — 512 токенов. Модель обучена примерно на 25 млрд токенов из нескольких текстовых корпусов, включая FineWeb-Edu, DCLM и Cosmopedia-v2.

Модель предназначена для компактной генерации текста и нулевой оценки на простых заданиях на здравый смысл и арифметику; README сообщает результаты выше случайного уровня в ряде тестов, но отдельного дообучения под задачи не проводилось. Основной язык в карточке — английский. Для запуска README описывает CUDA-зависимости Mamba2 и рекомендует GPU класса Ampere или новее. Лицензия — Apache-2.0.

Сценарии применения

  • генерация коротких продолжений текста на английском языке
  • эксперименты с гибридными архитектурами Mamba2 и Transformer
  • нулевая оценка на заданиях на здравый смысл
  • проверка базовых арифметических способностей малой языковой модели

Ограничения

Контекст ограничен 512 токенами, а словарь модели содержит 2048 токенов. Для запуска реализации Mamba2 требуется CUDA-совместимая среда; опубликованные оценки в основном являются нулевыми, а часть арифметических результатов получена на обучающих выборках.

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

Pebble-10M

Banner

Pebble-10M is a compact, hybrid autoregressive language model. It combines the efficiency of state-space models with the proven performance of attention layers, optimized using a custom Muon + AdamW optimizer split.

Model Details

  • Architecture: Hybrid Mamba2 / Transformer
  • Block Pattern: 3 Mamba2 blocks : 1 Attention block (repeating)
  • Parameters: ~10,000,000 (10M)
  • Hidden Dimension: 384
  • Layers: 8 (6 Mamba2, 2 Attention)
  • Vocab Size: 2,048 (Custom Byte-Level BPE)
  • Context Length: 512
  • Training Tokens: ~25,000,000,000 (~25 Billion)
  • Optimizer: Muon (for 2D hidden weights) + AdamW (for embeddings, norms, and scalars)
  • Precision: fp32 master weights with bf16 autocast

Dataset Sources

The model was trained on a 25B token subset of the following datasets:

DatasetToken AllocationShare
FineWeb-Edu7.50 billion30%
DCLM5.00 billion20%
Cosmopedia-v23.75 billion15%
FineMath-4+3.75 billion15%
FinePhrase3.00 billion12%
NPset2.00 billion8%

Benchmarks

Pebble-10M performs above random chance on several commonsense and arithmetic benchmarks.

BenchmarkAccuracyRandom Baseline
PIQA58.43%50.00%
ARC-Easy37.29%25.00%
ARC-Challenge18.60%25.00%
HellaSwag26.81%25.00%
ArithMark-2.027.64%25.00%
ArithMark-3.032.80%25.00%

Evaluation Notes

  • PIQA, ARC-Easy, ARC-Challenge, and HellaSwag were evaluated on their respective test splits.
  • ArithMark-2.0 was evaluated on its train split due to the lack of a suitable test split.
  • ArithMark-3.0 was evaluated on its train split due to the lack of a suitable test split.
  • Results were obtained using zero-shot multiple-choice evaluation.
  • No task-specific fine-tuning was performed.

Usage

To run the model for text generation, you will need to install the required dependencies. The included Mamba2 implementation relies on CUDA/Triton kernels and is intended to run on a CUDA-enabled GPU. Ampere-class GPUs or newer are recommended.

Note: The model uses custom architecture code, so you must pass trust_remote_code=True when loading both the tokenizer and the model.

pip install transformers huggingface_hub torch
pip install causal-conv1d mamba-ssm

Here is a simple Python script to load the model and generate text interactively:

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
 
MODEL_ID = "basically-ai/Pebble-10M"
 
def main():
    print("Loading Pebble 10M...")
    tokenizer = AutoTokenizer.from_pretrained(
        MODEL_ID,
        trust_remote_code=True,
    )
    model = AutoModelForCausalLM.from_pretrained(
        MODEL_ID,
        trust_remote_code=True,
        dtype=torch.float32,
    ).to("cuda")
    model.eval()
 
    print(f"Model loaded successfully! VRAM usage: {torch.cuda.memory_allocated() / 1e9:.2f} GB")
    print("Type 'quit' or 'exit' to stop.\n")
 
    while True:
        prompt = input("You: ")
        if prompt.lower() in ["quit", "exit"]:
            break
 
        # Tokenize the prompt
        inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
 
        # Generate text
        print("Pebble: ", end="", flush=True)
        with torch.inference_mode():
            outputs = model.generate(
                **inputs,
                max_new_tokens=100,       # How many tokens to generate
                do_sample=True,           # Use sampling (more creative)
                temperature=0.7,          # Controls randomness
                top_k=50,                 # Consider top 50 tokens
                top_p=0.95,               # Nucleus sampling
                repetition_penalty=1.2,   # Prevent repeating words
            )
 
        # Decode and print (skip the prompt part)
        generated_text = tokenizer.decode(
            outputs[0][inputs["input_ids"].shape[1]:],
            skip_special_tokens=True,
        )
        print(generated_text)
        print()
 
if __name__ == "__main__":
    main()

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
Pebble10MLM
Ревизия весов
eebf5da

0 моделей