/ Модель

Характеристики

Контекст
131 072 токена
Параметры
838 млн
Архитектура
llama · dense
Базовая модель
MiniCPM5-1B
Библиотека
peft
Опубликована
14 июн 2026

NPC_brain

Генерация текстаТекст → текст

Дообученная языковая модель для создания описаний фантастических персонажей и их предысторий по коротким подсказкам.

0скачиваний за 30 дней0лайковвеса обновлены15 июн 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

NPC Brain — языковая модель, дообученная mecoffey на базе OpenBMB MiniCPM5-1B для приложения, созданного для Build Small Hackathon в июне 2026 года. Это причинная языковая модель с архитектурой семейства Llama; в метаданных указано около 837,6 млн параметров и контекст до 131 072 токенов.

Модель предназначена для генерации описаний фантастических персонажей по коротким подсказкам, а затем — предысторий персонажей в виде временной шкалы с опорой на описание. README указывает английский язык. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание описания фантастического персонажа по краткой идее
  • составление хронологии предыстории персонажа
  • разработка персонажей для настольных ролевых игр
  • генерация заготовок персонажей для фэнтезийного приложения

Ограничения

Модель обучена под узкий сценарий генерации фэнтезийных персонажей и их предысторий; качество для других задач не описано. README приводит размер около 1,08 млрд параметров после дообучения, тогда как метаданные каталога указывают 837,6 млн.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for NPC Brain

This is a fine-tune of Open BMB's Mini CPM5 1B parameter model.

I have specifically trained it to be the "Brain" of my app for the Build Small Hackathon in June 2026

Recommendations

This model was trained with the following workflow in mind:

  • User prompt = physical description of a fantasy character.
  • User prompt + generated description = a timeline backstory for the character to get to know them.

The user prompt is designed to be short and simple. "something random", "a farmer" "a Half-Orc barkeep with a noticeable scar"

Training Details

Training Data

https://huggingface.co/datasets/mecoffey/npc_dataset

Compute Infrastructure

Trained with Modal GPUs

Citation

@article{minicpm4, title={Minicpm4: Ultra-efficient llms on end devices}, author={MiniCPM, Team}, journal={arXiv preprint arXiv:2506.07900}, year={2025} }

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
a3f8e5f

0 моделей