/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
138 млн
Лицензия
Своя лицензия
Архитектура
berna · dense
Библиотека
transformers
Опубликована
24 сен 2026

berna-prototype-162m

Генерация текстаТекст → текст3 профессии

Экспериментальная компактная языковая модель для генерации английского и арабского текста и изучения обучения LLM с нуля.

440скачиваний за 30 дней1лайквеса обновлены24 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

Berna Prototype 162M — экспериментальная языковая модель от muhamedkamil, обученная с нуля на 98 млн токенов. Это плотный decoder-only Transformer с 12 слоями, 137,8 млн параметров по метаданным, токенизатором BPE на 32 тыс. токенов и контекстом 2048 токенов. Архитектура использует RMSNorm, позиционные RoPE-встраивания и активацию SwiGLU; модель совместима с Transformers и опубликована в формате safetensors.

Модель предназначена для генерации текста на английском и арабском языках, а также для экспериментов с обучением небольших языковых моделей. Автор отмечает, что это прототип, обученный лишь на небольшой выборке: качество текста пока ограничено, поэтому модель не подходит для сценариев, требующих надёжных и качественных ответов. Лицензия указана как other, без уточнения условий в предоставленных данных.

Сценарии применения

  • эксперименты с генерацией английского текста
  • эксперименты с генерацией арабского текста
  • изучение обучения компактных языковых моделей с нуля

Ограничения

Качество текста ограничено, поскольку модель обучена лишь на 98 млн токенов и обозначена как прототип. Условия лицензии с пометкой other в предоставленных данных не уточнены.

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

Berna Prototype 162M

Decoder-only Transformer trained from scratch on 98M tokens.

Model Details

PropertyValue
Parameters162.42M
ArchitectureDecoder-only
Layers12
Hidden size768
Intermediate size3072
Attention heads12
Vocab size32000
Context length2048
Position encodingRoPE
NormalizationRMSNorm
ActivationSwiGLU
PrecisionBF16

Training Details

PropertyValue
HardwareRTX 5090
Time40 minutes
Tokens98,295,808
Throughput40,815 tok/s
OptimizerAdamW
SchedulerCosine warmup
Peak LR6e-4
Batch size16 x 512
Steps12000
Final loss5.58
Perplexity265

Architecture Features

  • RMSNorm pre-normalization
  • RoPE position embeddings
  • SwiGLU activation
  • Separate LM head
  • Causal attention mask
  • No bias terms

Usage

pip install torch transformers
from transformers import AutoConfig, AutoModelForCausalLM
from transformers import PreTrainedTokenizerFast
from modeling_berna import BernaConfig, BernaForCausalLM

AutoConfig.register("berna", BernaConfig)
AutoModelForCausalLM.register(BernaConfig, BernaForCausalLM)

model = AutoModelForCausalLM.from_pretrained(".", local_files_only=True)
tokenizer = PreTrainedTokenizerFast.from_pretrained(".", local_files_only=True)
model = model.to("cuda")

Generate

prompt = "Hello"
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
output = model.generate(**inputs, max_new_tokens=50)
print(tokenizer.decode(output[0]))

Status

Prototype. Trained on 98M tokens only. Text quality is limited at this stage.

QualityTokensProgress
Basic words300M33%
Phrases1B10%
Sentences3B3%
Coherent40B0.25%

Roadmap

  • Environment setup
  • BPE tokenizer (32k)
  • Llama-style architecture
  • Atomic checkpointing
  • Kill -9 recovery
  • HF-compatible export
  • Train on 98M tokens
  • Scale to 1.5B

License

This model is released under the Berna Custom License. See LICENSE for full terms.

Key restrictions:

  • Name "Berna" must be preserved (no renaming).
  • Modification of weights is exclusive to the creator.
  • Commercial use requires separate written license.

For commercial licensing: contact @muhamedkamil on HuggingFace.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура berna неизвестна transformers в образе рантайма.

Класс архитектуры
BernaForCausalLM
Ревизия весов
98e4530

0 моделей