/ Модель

Характеристики

Размер весов
6,5 МБ
Архитектура
kimi_k25 · dense
Базовая модель
Kimi-K2.5
Библиотека
transformers
Опубликована
9 апр 2026

tiny-random-kimi-k2.5

Генерация текстаТекст → текст3 профессии

Это экспериментальная модель nikita-savelyev-cerebras/tiny-random-kimi-k2.5, разработанная на основе конфигурации moonshotai/Kimi-K2.5.

4 007скачиваний за 30 дней0лайковвеса обновлены9 апр 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

Модель имеет случайно инициализированные веса и предназначена прежде всего для отладки, тестирования загрузки и разработки интеграций, а не для качественной генерации ответов в прикладных сценариях. Размер файла весов составляет около 6,2 МБ.

Модель реализует мультимодальную архитектуру для обработки текста и изображений и совместима с библиотеками Transformers и vLLM при использовании trust_remote_code. Конфигурация существенно уменьшена: текстовая часть содержит 2 скрытых слоя, hidden size 8, 1 attention head и MoE-компоненты; визуальная часть также включает 2 слоя и уменьшенные размеры представлений. Поддерживаемые языки, размер контекстного окна и точные возможности исходной Kimi-K2.5 в README не указаны.

Главное преимущество модели — минимальный размер и удобство для быстрых экспериментов, проверки совместимости кода и отладки мультимодальных конвейеров. Из-за случайной инициализации весов она не предназначена для продуктивного использования и не обладает ожидаемыми способностями обученной модели. Лицензия в README не указана.

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

This tiny model is intended for debugging. It is randomly initialized using the configuration adapted from moonshotai/Kimi-K2.5.

File pathSize
model.safetensors6.2MB

Example usage:

  • vLLM
vllm serve tiny-random/kimi-k2.5 --trust-remote-code
  • Transformers
import base64
import requests
import torch
from transformers import AutoModel, AutoProcessor

model_id = "tiny-random/kimi-k2.5"
image_url = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/p-blog/candy.JPG"
image_base64 = base64.b64encode(requests.get(image_url).content).decode()
messages = [
    {
        'role': 'user',
        'content': [
            {'type': 'text', 'text': 'Describe this image in detail.'},
            {
                'type': 'image_url',
                'image_url': f'data:image/png;base64,{image_base64}',
            },
        ],
    }
]
processor = AutoProcessor.from_pretrained(
    model_id,
    trust_remote_code=True,
)
model = AutoModel.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="cuda",
    trust_remote_code=True,
)
inputs = processor(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)
inputs.pop("token_type_ids", None)
generated_ids = model.generate(**inputs, max_new_tokens=16)
output_text = processor.decode(
    generated_ids[0][inputs["input_ids"].shape[1]:], skip_special_tokens=False)
print(output_text)

Codes to create this repo:

import json
from pathlib import Path

import accelerate
import torch
from huggingface_hub import file_exists, hf_hub_download, list_repo_files
from transformers import (
    AutoConfig,
    AutoModel,
    AutoModelForCausalLM,
    AutoProcessor,
    AutoTokenizer,
    GenerationConfig,
    set_seed,
)

source_model_id = "moonshotai/Kimi-K2.5"
save_folder = "/tmp/tiny-random/kimi-k25"

Path(save_folder).mkdir(parents=True, exist_ok=True)

for f in list_repo_files(source_model_id, repo_type="model"):
    if (f.endswith('.json') or f.endswith('.py') or f.endswith('.model') or f.endswith('.jinja')) and (
        not f.endswith('.index.json')
    ):
        hf_hub_download(
            repo_id=source_model_id,
            filename=f,
            repo_type="model",
            local_dir=save_folder
        )

def replace_file(filepath, old_string, new_string):
    with open(filepath, 'r', encoding='utf-8') as f:
        code = f.read()
    code = code.replace(old_string, new_string)
    with open(filepath, 'w', encoding='utf-8') as f:
        f.write(code)

replace_file(f'{save_folder}/configuration_kimi_k25.py',
             "from configuration_deepseek import DeepseekV3Config",
             "from transformers import DeepseekV3Config")
replace_file(f'{save_folder}/modeling_kimi_k25.py',
             "use_deterministic_attn=self.use_deterministic_attn",
             "")
with open(f'{save_folder}/config.json') as f:
    config_json = json.load(f)

config_json['text_config'].update({
    'first_k_dense_replace': 1,
    'num_hidden_layers': 2,
    'hidden_size': 8,
    'intermediate_size': 64,
    'kv_lora_rank': 384,
    'moe_intermediate_size': 64,
    'n_routed_experts': 32,
    'n_shared_experts': 1,
    'num_attention_heads': 1,
    'num_experts_per_tok': 8,
    'num_key_value_heads': 1,
    'q_lora_rank': 32,
    'qk_nope_head_dim': 64,
    'qk_rope_head_dim': 192,
    'v_head_dim': 64,
    'tie_word_embeddings': False,
})
del config_json['text_config']['quantization_config']
config_json['vision_config'].update({
    'mm_hidden_size': 64,
    'text_hidden_size': 8,
    'vt_hidden_size': 64,
    'vt_intermediate_size': 128,
    'vt_num_attention_heads': 2,
    'vt_num_hidden_layers': 2,
})
del config_json['vision_config']['_attn_implementation']
with open(f"{save_folder}/config.json", "w", encoding='utf-8') as f:
    json.dump(config_json, f, indent=2)

config = AutoConfig.from_pretrained(
    save_folder,
    trust_remote_code=True,
)
print(config)
torch.set_default_dtype(torch.bfloat16)
model = AutoModel.from_config(config, trust_remote_code=True)
torch.set_default_dtype(torch.float32)
if file_exists(filename="generation_config.json", repo_id=source_model_id, repo_type='model'):
    model.generation_config = GenerationConfig.from_pretrained(
        source_model_id, trust_remote_code=True,
    )
set_seed(42)
model = model.cpu()
with torch.no_grad():
    for name, p in sorted(model.named_parameters()):
        torch.nn.init.normal_(p, 0, 0.1)
        print(name, p.shape)
model.save_pretrained(save_folder)
replace_file(f'{save_folder}/configuration_kimi_k25.py',
             "from configuration_deepseek import DeepseekV3Config",
             "from transformers import DeepseekV3Config")
replace_file(f'{save_folder}/modeling_kimi_k25.py',
             "use_deterministic_attn=self.use_deterministic_attn",
             "")

Printing the model:

KimiK25ForConditionalGeneration(
  (vision_tower): MoonViT3dPretrainedModel(
    (patch_embed): MoonVision3dPatchEmbed(
      (proj): Conv2d(3, 64, kernel_size=(14, 14), stride=(14, 14))
      (pos_emb): Learnable2DInterpPosEmbDivided_fixed()
    )
    (encoder): MoonViT3dEncoder(
      (rope_2d): Rope2DPosEmbRepeated(dim=32, max_height=512, max_width=512, theta_base=10000)
      (blocks): ModuleList(
        (0-1): 2 x MoonViTEncoderLayer(
          (norm0): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
          (norm1): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
          (mlp): MLP2(
            (fc0): Linear(in_features=64, out_features=128, bias=True)
            (fc1): Linear(in_features=128, out_features=64, bias=True)
            (activation): PytorchGELUTanh()
          )
          (wqkv): Linear(in_features=64, out_features=192, bias=True)
          (wo): Linear(in_features=64, out_features=64, bias=True)
        )
      )
      (final_layernorm): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
    )
  )
  (mm_projector): PatchMergerMLP(
    (pre_norm): LayerNorm((64,), eps=1e-05, elementwise_affine=True)
    (proj): Sequential(
      (0): Linear(in_features=256, out_features=256, bias=True)
      (1): GELU(approximate='none')
      (2): Linear(in_features=256, out_features=8, bias=True)
    )
  )
  (language_model): DeepseekV3ForCausalLM(
    (model): DeepseekV3Model(
      (embed_tokens): Embedding(163840, 8, padding_idx=163839)
      (layers): ModuleList(
        (0): DeepseekV3DecoderLayer(
          (self_attn): DeepseekV3Attention(
            (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
            (q_a_layernorm): DeepseekV3RMSNorm()
            (q_b_proj): Linear(in_features=32, out_features=256, bias=False)
            (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
            (kv_a_layernorm): DeepseekV3RMSNorm()
            (kv_b_proj): Linear(in_features=384, out_features=128, bias=False)
            (o_proj): Linear(in_features=64, out_features=8, bias=False)
            (rotary_emb): DeepseekV3YarnRotaryEmbedding()
          )
          (mlp): DeepseekV3MLP(
            (gate_proj): Linear(in_features=8, out_features=64, bias=False)
            (up_proj): Linear(in_features=8, out_features=64, bias=False)
            (down_proj): Linear(in_features=64, out_features=8, bias=False)
            (act_fn): SiLU()
          )
          (input_layernorm): DeepseekV3RMSNorm()
          (post_attention_layernorm): DeepseekV3RMSNorm()
        )
        (1): DeepseekV3DecoderLayer(
          (self_attn): DeepseekV3Attention(
            (q_a_proj): Linear(in_features=8, out_features=32, bias=False)
            (q_a_layernorm): DeepseekV3RMSNorm()
            (q_b_proj): Linear(in_features=32, out_features=256, bias=False)
            (kv_a_proj_with_mqa): Linear(in_features=8, out_features=576, bias=False)
            (kv_a_layernorm): DeepseekV3RMSNorm()
            (kv_b_proj): Linear(in_features=384, out_features=128, bias=False)
            (o_proj): Linear(in_features=64, out_features=8, bias=False)
            (rotary_emb): DeepseekV3YarnRotaryEmbedding()
          )
          (mlp): DeepseekV3MoE(
            (experts): ModuleList(
              (0-31): 32 x DeepseekV3MLP(
                (gate_proj): Linear(in_features=8, out_features=64, bias=False)
                (up_proj): Linear(in_features=8, out_features=64, bias=False)
                (down_proj): Linear(in_features=64, out_features=8, bias=False)
                (act_fn): SiLU()
              )
            )
            (gate): MoEGate()
            (shared_experts): DeepseekV3MLP(
              (gate_proj): Linear(in_features=8, out_features=64, bias=False)
              (up_proj): Linear(in_features=8, out_features=64, bias=False)
              (down_proj): Linear(in_features=64, out_features=8, bias=False)
              (act_fn): SiLU()
            )
          )
          (input_layernorm): DeepseekV3RMSNorm()
          (post_attention_layernorm): DeepseekV3RMSNorm()
        )
      )
      (norm): DeepseekV3RMSNorm()
    )
    (lm_head): Linear(in_features=8, out_features=163840, bias=False)
  )
)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
KimiK25ForConditionalGeneration
Ревизия весов
296f5ce

0 моделей