/ Модель

Характеристики

Контекст
16 токенов
Параметры
41 792
Архитектура
fixed-width-addition · dense
Библиотека
transformers
Опубликована
16 авг 2026

1-layer-addition

Генерация текстаТекст → текст3 профессии

Однослойный трансформер для исследования того, как языковые модели выполняют сложение двух четырёхзначных десятичных чисел.

20скачиваний за 30 дней0лайковвеса 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

melephant/1-layer-addition — небольшая модель, предназначенная для изучения механизмов работы трансформеров на задаче сложения. Это однослойный без смещений причинный трансформер на 41,8 тыс. параметров, обученный выполнять сложение двух четырёхзначных десятичных чисел: операнды дополняются нулями, а ответ выдаётся пятью цифрами с сохранением переноса. Модель загружает текстовые последовательности и генерирует текст; длина контекста — 16 токенов.

В README указаны точность сгенерированных токенов 99,85% и точность полного ответа 99,32% на валидации. Модель предназначена для исследований механистической интерпретируемости, а не для общего применения в арифметике. Входы за пределами заданного формата и разрядности не поддерживаются, а ответы не следует считать надёжными вычислениями. Репозиторий содержит пользовательский код Transformers; для воспроизводимого или чувствительного к безопасности использования README рекомендует закрепить ревизию коммита. Лицензия в предоставленных данных не указана.

Сценарии применения

  • изучение внутренних механизмов трансформера на задаче сложения
  • генерация пятизначного результата сложения четырёхзначных чисел
  • проверка точности языковой модели на фиксированной арифметической задаче

Ограничения

Поддерживается только заданный формат сложения двух четырёхзначных десятичных чисел; входы другого формата или разрядности не поддерживаются. Сгенерированные ответы не следует считать надёжными вычислениями.

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

Fixed-width addition transformer

Run s85nnxtf is a 1-block, bias-free causal transformer trained for 4-digit base-10 addition. Operands are zero-padded and answers use 5 digits, retaining overflow.

Results

MetricValue
Validation loss0.003520
Validation generated-token accuracy99.85%
Validation exact-answer accuracy99.32%
No-carry exact-answer accuracy97.27%
Single-carry exact-answer accuracy100.00%
Multiple-carry exact-answer accuracy98.44%
Carry-chain exact-answer accuracy97.27%

Training configuration

  • Updates: 10000
  • Optimizer: muon
  • Muon peak learning rate: 0.02
  • AdamW peak learning rate: 0.0003
  • Weight decay: 0.01
  • Warmup updates: 100
  • Minimum learning-rate ratio: 0.1
  • Initialization: normal
  • Seed: 0
  • Source commit: unavailable

The complete resolved configuration, environment, metrics, source snapshot, and checkpoints are available in training/. Machine-readable hashes and metrics are in export_manifest.json.

Loading

This repository contains custom Transformers code. For reproducible or security-sensitive use, pin the commit revision printed by the uploader.

from transformers import AutoModelForCausalLM, AutoTokenizer

revision = "PINNED_COMMIT_HASH"
tokenizer = AutoTokenizer.from_pretrained(
    "OWNER/REPO", trust_remote_code=True, revision=revision
)
model = AutoModelForCausalLM.from_pretrained(
    "OWNER/REPO", trust_remote_code=True, revision=revision
)
inputs = tokenizer("0000 + 0000 =", return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=model.config.answer_digits, do_sample=False)
print(tokenizer.decode(output[0], skip_special_tokens=True))

Intended use and limitations

This model is intended for mechanistic-interpretability research on its configured fixed-width addition task. It is not a general arithmetic system: inputs outside the configured grammar or width are unsupported, and generated answers must not be treated as reliable calculations.

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
AdditionForCausalLM
Ревизия весов
58223a8

0 моделей