/ Модель

Характеристики

Лицензия
MIT
Опубликована
21 сен 2026

tiny-llm-50m

Генерация текстаТекст → текст3 профессии

Компактная GPT-2-подобная модель на 50,68 млн параметров для генерации текста и изучения устройства языковых моделей.

221скачиваний за 30 дней2лайкавеса обновлены22 сен 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

Tiny-LLM-From-Scratch — компактная модель генерации текста, созданная cannizaroo с нуля на PyTorch. Это декодерный Transformer в стиле GPT-2 с Pre-LayerNorm, примерно 50,68 млн параметров и контекстом 256 токенов; модель предварительно обучена на FineWeb-Edu. Реализация предназначена для изучения устройства GPT-подобных языковых моделей и включает собственные токенизатор, конвейер данных, механизмы внимания и MLP, цикл обучения и генерацию без библиотеки transformers.

Модель подходит для экспериментов с автогенерацией текста и параметрами выборки: температурой, Top-K и nucleus sampling (Top-P). Карточка указывает английский язык. Лицензия MIT разрешает свободное использование на её условиях.

Сценарии применения

  • эксперименты с автогенерацией текста
  • обучение работе декодерного Transformer
  • изучение реализации GPT-подобной модели на PyTorch
  • сравнение температуры и стратегий Top-K и Top-P при генерации

Ограничения

Контекст ограничен 256 токенами, а размер около 50,68 млн параметров существенно меньше современных крупных языковых моделей; карточка описывает проект как образовательный.

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

Tiny-LLM-From-Scratch (~50M)

A ~50M parameter GPT-2-style decoder-only Transformer built entirely from scratch in PyTorch and pre-trained on FineWeb-Edu.

This model was created for educational purposes to demonstrate how a GPT-style LLM works at the tensor/code level. Every component—tokenizer, data pipeline, attention, MLP, training loop, and generation—is implemented from scratch without using the transformers library.

Architecture Details

ParameterValue
ArchitectureDecoder-only Transformer (Pre-LayerNorm, GPT-2 style)
Total parameters50,677,760 (50.68 M)
Context length256 tokens
Vocabulary16,384 Byte-Level BPE tokens
Embedding dimension (C)640
Attention heads (H)10 (head_dim = 64)
Transformer layers (N)6
FFN hidden dim2,560 (4 x C)
ActivationGELU
Weight tyingNo

Training Details

SettingValue
DatasetFineWeb-Edu sample-10BT
Training tokens~20 M
TokenizerCustom Byte-Level BPE (trained on 80k docs)
OptimiserAdamW (lr=3e-4, weight_decay=0.1, betas=(0.9, 0.95))
LR scheduleCosine with 500-step linear warm-up
Effective batch size128 sequences (32 × 4 grad accum)
Steps5,000
AMPFP16 (PyTorch autocast + GradScaler)
HardwareGoogle Colab T4 (16 GB)

Sampling Capabilities

Supports autoregressive text generation with:

  • Temperature scaling
  • Top-K filtering
  • Nucleus (Top-P) sampling

Usage (PyTorch)

from huggingface_hub import hf_hub_download
import torch, json

# Download files
config_path = hf_hub_download(repo_id="tiny-llm-50m", filename="config.json")
weights_path = hf_hub_download(repo_id="tiny-llm-50m", filename="pytorch_model.bin")

# Rebuild model (copy GPTConfig and GPT classes from the training notebook)
with open(config_path) as f:
    cfg_dict = json.load(f)
config = GPTConfig(**cfg_dict)
model  = GPT(config)
model.load_state_dict(torch.load(weights_path, map_location="cpu"))
model.eval()

Source Code

Full project source: Tiny-LLM-From-Scratch

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
f5e4935

0 моделей