/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
16 авг 2026

scribe

Генерация текстаТекст → текст3 профессии

Компактная GPT-подобная модель для продолжения коротких подсказок и генерации простых детских историй на английском языке.

32скачиваний за 30 дней1лайквеса обновлены16 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

scribe — небольшая языковая модель примерно на 30 млн параметров, созданная mbsdeepak с нуля на PyTorch и обученная на датасете TinyStories. Это декодерный трансформер семейства GPT-2 с 6 слоями, 6 головами внимания и шириной 384; модель совместима с архитектурой GPT-2 и использует веса fp32 в формате safetensors.

Модель продолжает короткие текстовые подсказки и предназначена прежде всего для генерации простых детских историй на английском языке. Её можно использовать для учебных экспериментов с устройством, обучением и запуском языковых моделей; README также описывает совместимость с сервером инференса ember.

Контекст ограничен 256 токенами. Модель обучена на узком корпусе TinyStories и не предназначена для универсальной генерации текста; она использует стандартную архитектуру GPT-2 без RoPE, RMSNorm и SwiGLU. Лицензия — MIT.

Сценарии применения

  • генерация коротких детских историй по началу текста
  • продолжение простых англоязычных предложений
  • учебные эксперименты с обучением небольшой GPT-модели

Ограничения

Контекст модели ограничен 256 токенами, а обучение на TinyStories ориентирует её на простые детские истории на английском языке, а не на универсальную генерацию. Модель небольшая и использует базовую архитектуру GPT-2.

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

scribe

A ~30M-parameter small language model built from scratch in PyTorch and trained on TinyStories. It's a decoder-only GPT — hand-written multi-head causal attention, pre-LayerNorm blocks, GELU MLP, tied LM head — with no transformers/nanoGPT modelling code. The architecture is deliberately GPT-2-compatible, so these weights load directly into ember, a from-scratch LLM inference server.

📦 Code, training, and full write-up (incl. the maths): https://github.com/mbsdeepak/scribe

What it does

Give it a prompt and it continues it as a simple, coherent children's story:

"Once upon a time" → there was a little girl named Lily. She loved to read magazines. One day, she found a magazine in her mom's room... "Mommy, look at that magazine!" Lily said... Her mom looked at the magazine and smiled. "That's very nice, Lily. But be careful with it, it might break."

"One day, a boy named Deepak" → went to the park every day. He saw a large tree and wanted to climb it. He started to climb it, but it was too heavy for him. He tried to jump, but he fell.

Model

Architecturedecoder-only transformer (GPT-2 family)
Parameters~30.0M (19.3M of it the tied 50257-token embedding)
Layers / heads / width6 / 6 / 384
Context length256 tokens
TokenizerGPT-2 BPE (tiktoken)
TrainingTinyStories, AdamW + warmup/cosine, ~3.4h on Apple-Silicon MPS
Validation loss1.74 (cross-entropy)

Files

  • model.safetensors — the weights (fp32)
  • config.json — architecture config to rebuild the model

Usage

from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
import json, torch

# get the code: git clone https://github.com/mbsdeepak/scribe
from config import GPTConfig
from src.model import GPT
from src.tokenizer import Tokenizer

cfg_json = json.load(open(hf_hub_download("mbsdeepak/scribe", "config.json")))
gc = GPTConfig(n_layer=cfg_json["n_layer"], n_head=cfg_json["n_head"],
               n_embd=cfg_json["n_embd"], block_size=cfg_json["max_position"])
model = GPT(gc).eval()
model.load_state_dict(load_file(hf_hub_download("mbsdeepak/scribe", "model.safetensors")))

tok = Tokenizer()
ids = torch.tensor([tok.encode("Once upon a time")])
out = model.generate(ids, max_new_tokens=120, temperature=0.8, top_k=200)[0].tolist()
print(tok.decode(out))

Or serve it with ember for a streaming, OpenAI-compatible API.

Limitations

A 30M model on TinyStories writes simple, coherent children's-story English — not general-purpose text. It's a learning/portfolio project: the goal is understanding an LLM end-to-end (architecture, training, serving), not competing with production models. Context is 256 tokens; architecture is vanilla GPT-2 (no RoPE/RMSNorm/SwiGLU).

License

MIT

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
434b74c

0 моделей