/ Модель

Характеристики

Лицензия
MIT
Архитектура
pixelmodel · dense
Опубликована
19 июн 2026

pixelmodel

Генерация изображенийТекст → изображение3 профессии

PixelModel — игрушечная MLP от Bench Labs, которая генерирует изображения 32×32 по текстовым запросам.

27скачиваний за 30 дней6лайковвеса обновлены29 июл 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

PixelModel — экспериментальная компактная нейросеть от Bench Labs, предназначенная для генерации изображений по текстовому описанию. Её веса кодируются пикселями PNG: при инференсе изображение декодируется в матрицы небольшой полносвязной MLP, а текстовый запрос преобразуется в вектор. Модель генерирует изображения размером 32×32 пикселя.

Репозиторий содержит веса в формате safetensors и средства обучения и инференса. В README модель прямо названа игрушечной и непригодной для практического применения; простые шаблоны обучаются быстрее. Лицензия — MIT.

Сценарии применения

  • эксперименты с обучением генеративных моделей на игрушечных наборах данных
  • генерация простых изображений 32×32 по короткому текстовому запросу
  • изучение кодирования весов нейросети в пикселях PNG

Ограничения

Это игрушечная модель, не предназначенная для практического применения; она создаёт только изображения 32×32 пикселя, а простые шаблоны сходятся быстрее.

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

🏆 BenchLabs Leaderboard • 🌍 Tiny-T2I Leaderboard

PixelModel 🖼️

A neural network where the weights are the image.

📌 What is this?

model.png is not a picture — it is the model.

Every pixel encodes neural network weights. At inference, the PNG is decoded into weight matrices forming a tiny MLP. The prompt is embedded into a vector, and the model generates a 32×32 image.

Training directly optimizes pixel values via gradient descent until the PNG becomes the model itself.


🎨 Weight Encoding

  • R channel → weight magnitude (0–255 → 0.0–1.0)
  • B channel → weight sign (<128 = negative, ≥128 = positive)
  • G channel → unused / reserved

🧠 Architecture

prompt string
  → char embedding → 32-dim vector
  → W1 (64×32)  → tanh
  → W2 (64×64)  → tanh
  → W3 (3072×64) → sigmoid
  → reshape → 32×32×3 image

All weights live inside model.png.


📦 Standard weights (safetensors)

model.png is the canonical model — training writes to it directly, and it's what makes PixelModel PixelModel. For tooling that expects standard weight files, the same 3 matrices are also exported as model.safetensors (202,752 parameters total, no bias terms):

python convert_to_safetensors.py            # model.png -> model.safetensors
python convert_to_safetensors.py --model model.png --out model.safetensors

Re-run this after training if you retrain into a new model.png — model.safetensors doesn't update itself.

Parameter count is verifiable two ways without running any code: config.json (total_parameters: 202752, full per-layer breakdown) and the safetensors file's own header metadata (total_parameters, param_breakdown, has_bias, text_encoder_parameters, vae_parameters — all 0 except the MLP itself).


🧪 Dataset vs Outputs

TargetOutput

📁 Files

model.png                   ← THE MODEL (64×3200 px)
model.safetensors           ← same weights, standard format (generated, see below)
config.json                 ← architecture + parameter-count metadata
main.py                     ← inference, loads model.png
INFERENCE.py                ← inference, loads model.safetensors
convert_to_safetensors.py   ← model.png -> model.safetensors
train.py                    ← training
model.py                    ← architecture
dataset/
  red.png
  red.txt       ← prompt: "red"
  ...

⚙️ Usage

python train.py
python train.py --epochs 500 --lr 0.05

python main.py "red"
python main.py "a cat" --out cat.png --scale 8

# equivalent, but loads model.safetensors instead of model.png
python convert_to_safetensors.py
python INFERENCE.py "a cat" --out cat.png --scale 8

main.py and INFERENCE.py produce byte-identical output for the same prompt — they're the same architecture and weights, just loaded from different files.


📊 Tips

  • 6–20 samples are enough
  • Simple patterns converge fastest
  • 200–500 epochs typical
  • Loss < 0.001 is strong for toy datasets

It’s a toy. It’s not useful. But it works.

Bench Labs · Simple, Reliable, Open sourced

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
76164de

0 моделей