/ Модель

Характеристики

Контекст
512 токенов
Параметры
13,2 млн
Лицензия
Apache 2.0
Архитектура
nexus · MoE
Библиотека
transformers
Опубликована
3 сен 2026

spark-13m-base

Генерация текстаТекст → текст3 профессии

Компактная англоязычная модель на 13,2 млн параметров для экспериментов с генерацией текста и прототипирования лёгких декодеров.

67скачиваний за 30 дней0лайковвеса обновлены3 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

spark-13m-base — англоязычная базовая языковая модель на 13,2 млн параметров, разработанная авторами репозитория ifx-pse-sys-ml и обученная с использованием кодовой базы Nexus. Это компактная причинная языковая модель с архитектурой NexusForCausalLM, описанной в карточке как декодер в стиле Llama с механизмом GQA; она предназначена для исследований малых языковых моделей, быстрых экспериментов и использования в качестве лёгкой основы для декодирования. Модель обучена на смеси образовательных веб-данных и синтетических учебников, а её контекст составляет 512 токенов.

Модель подходит для экспериментов с генерацией текста и прототипирования небольших разговорных систем. По приведённым бенчмаркам она превосходит случайный выбор на некоторых задачах, но из-за малого размера близка к случайному уровню на тестах знаний и рассуждений; карточка характеризует её как исследовательскую и прототипную, а не как модель знаний. Поддерживается Apache-2.0. В карточке указана загрузка через Transformers с trust_remote_code=True.

Сценарии применения

  • эксперименты с малыми языковыми моделями
  • быстрое прототипирование генерации текста
  • создание лёгкого декодера для исследовательских проектов
  • сравнение небольших моделей на языковых бенчмарках

Ограничения

При размере 13,2 млн параметров модель слаба в задачах знаний и рассуждений и близка к случайному уровню на ряде бенчмарков. Поддерживает только английский язык и ограничена контекстом 512 токенов.

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

spark-13m-base

A 13.2M-parameter English base language model, pretrained SmolLM-style on curated educational web + synthetic textbooks. A deliberately tiny model for small-model research, fast experimentation, and as a lightweight decoder backbone. ~10× smaller than SmolLM-135M.

  • Architecture: Llama-style decoder — hidden 384, 6 layers, 6 heads / 2 KV heads (GQA), intermediate 1216, RoPE, context 512, vocab 6400 (English BPE).
  • Pretraining: 100B tokens, mixture FineWeb-Edu-dedup 0.72 / Cosmopedia-v2 0.25 / TinyStories 0.03 (the SmolLM-corpus recipe). Decontaminated against the eval benchmarks.

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("ifx-pse-sys-ml/spark-13m-base", trust_remote_code=True)
tok = AutoTokenizer.from_pretrained("ifx-pse-sys-ml/spark-13m-base")

ids = tok("The moon is", return_tensors="pt").input_ids
out = model.generate(ids, max_new_tokens=40, do_sample=True, temperature=0.8, top_p=0.9)
print(tok.decode(out[0], skip_special_tokens=True))

It also accepts inputs_embeds (pass exactly one of input_ids / inputs_embeds), so a vision projector can inject visual tokens — usable as a small VLM text backbone. A raw PyTorch checkpoint (pytorch_model.pth) is included alongside the safetensors weights.

Benchmarks

Accuracy (%) via lm-evaluation-harness 0.4, same harness and shots for every model, so columns are directly comparable.

Benchmarkchancespark-13m-baseSmolLM-135M
hellaswag2528.642.6
arc_easy2537.756.1
arc_challenge2525.228.9
piqa5058.868.4
winogrande5052.053.2
openbookqa2526.034.0
commonsense_qa2020.019.8
mmlu2523.225.2
average—33.941.0

Honest limitations

At 13M parameters this model sits near random chance on knowledge/reasoning benchmarks (MMLU, OpenBookQA, ARC-Challenge). It is ~10× smaller than SmolLM-135M and the gap is capacity, not data — a research/prototyping model, not a knowledge model. English only. Trained with the Nexus codebase.

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
NexusForCausalLM
Ревизия весов
277e6eb

0 моделей