/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
63,9 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
minimind-3
Библиотека
transformers
Опубликована
2 сен 2026

minimind

Генерация текстаТекст → текст3 профессии

Компактная модель MiniMind-3 на 63,9 млн параметров для генерации текста и диалогов, дообученная на преимущественно китайских данных.

27скачиваний за 30 дней0лайковвеса обновлены2 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

meet447/minimind — компактная плотная языковая модель MiniMind-3, опубликованная как контрольная точка англоязычной ветки проекта. Модель разработана на базе jingyaogong/minimind-3 и дообучена авторами репозитория; доступна в формате Transformers/Safetensors и в исходном формате тренера MiniMind. В метаданных указаны 63,9 млн параметров и контекст до 32 768 токенов.

Архитектура совместима с Qwen3: 8 слоёв с размерностью 768, групповое внимание GQA, SwiGLU, QK-Norm и RoPE; эмбеддинги входа и выхода связаны. Репозиторий содержит веса после полного SFT и предварительного обучения. Модель предназначена для генерации текста и диалогов, однако её токенизатор и миниатюрные обучающие наборы преимущественно ориентированы на китайский язык, поэтому качество английского пока ограничено. Лицензия — Apache 2.0.

Сценарии применения

  • эксперименты с компактной языковой моделью
  • генерация коротких текстов и ответов
  • создание простого диалогового прототипа

Ограничения

Токенизатор и обучающие наборы преимущественно китайские, поэтому модель пока не является полноценной англоязычной моделью. Размер модели и миниатюрные данные ограничивают качество и охват задач.

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

MiniMind (meet447/minimind)

~64M MiniMind-3 dense checkpoint from the English-first fork meet447/minimind.

This Hub repo is the living weight store. New pretrain / SFT / later English runs overwrite main so you can always pull the latest.

Chat with the current main weights: meet447/minimind-chat.

Current weights (T4, 2026-09-02)

FileStageNotes
root (config.json + model.safetensors)full SFTTransformers / Qwen3-compatible layout
pytorch/full_sft_768.pthfull SFTNative MiniMind trainer format
pytorch/pretrain_768.pthpretrainNative MiniMind trainer format

Architecture: 8 × 768, GQA 8Q/4KV, vocab 6400, SwiGLU, QK-Norm, RoPE 1e6, tied embeddings, no MoE.

This run: 1 epoch packed pretrain on pretrain_t2t_mini.jsonl (Tesla T4, fp16, batch 96) then 1 epoch SFT on sft_t2t_mini.jsonl (batch 16, lr 3e-5). Trainer extras: sequence packing, 3% warmup, AdamW param groups, torch.compile.

Honest quality note: the tokenizer and mini datasets are still the upstream Chinese-heavy ones. These weights validate the fork trainer. They are not an English-from-scratch model yet. English tokenizer + FineWeb-Edu / SmolTalk data come next (docs/ROADMAP.md).

Load (Transformers)

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "meet447/minimind"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, trust_remote_code=True, torch_dtype="auto")
messages = [{"role": "user", "content": "Why is the sky blue?"}]
inputs = tok.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt")
out = model.generate(inputs, max_new_tokens=128)
print(tok.decode(out[0], skip_special_tokens=True))

Load (this repo's trainer)

# download native .pth into ./out
huggingface-cli download meet447/minimind pytorch/full_sft_768.pth --local-dir .
# then
python eval_llm.py --weight full_sft --hidden_size 768 --num_hidden_layers 8

Update this repo

From a checkout that has out/full_sft_768.pth (and optionally out/pretrain_768.pth):

export HF_TOKEN=hf_...
python scripts/push_to_hub.py --repo-id meet447/minimind

License: Apache 2.0. Architecture and tokenizer follow jingyaogong/minimind.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
fd8cee4

0 моделей