/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
7,4 млрд
Размер весов
27,9 ГБ
Лицензия
Apache 2.0
Архитектура
phi3 · dense
Библиотека
transformers
Опубликована
26 июл 2026

torchwright-calculator-scratchpad-max-digits-6

Генерация текстаТекст → текст3 профессии

Скомпилированная в веса модель Phi-3 выполняет сложение, вычитание и умножение целых чисел до шести цифр с выводом промежуточных вычислений.

19скачиваний за 30 дней0лайковвеса обновлены9 авг 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

Это экспериментальная демонстрационная модель семейства Phi-3, созданная проектом torchwright компиляцией вычислительного графа непосредственно в веса; обучение не проводилось. Модель предназначена для целочисленного сложения, вычитания и умножения двух неотрицательных десятичных чисел длиной до 6 цифр. На вход подаётся выражение вида «A op B» с переводом строки в конце, а на выходе — видимые токены промежуточных переносов и заёмов, затем результат.

Модель использует плотную архитектуру Phi-3 с 7,4 млрд параметров и контекстом 4096 токенов, загружается через Transformers без пользовательского кода. Для поддерживаемого режима требуются fp32 и жадное декодирование. Несмотря на то что 99,99% весов равны нулю, плотное выполнение всё равно требует значительных памяти и вычислений; заявлена поддержка CPU. Это не универсальный калькулятор и не языковая модель: выражения за пределами описанного формата и диапазона дают неопределённый результат. Лицензия — Apache-2.0.

Сценарии применения

  • сложение двух целых чисел длиной до 6 цифр
  • вычитание двух неотрицательных целых чисел длиной до 6 цифр
  • умножение двух целых чисел длиной до 6 цифр
  • демонстрация вычислительных графов, скомпилированных в веса трансформера

Ограничения

Поддерживаются только выражения A op B для сложения, вычитания и умножения неотрицательных десятичных операндов длиной до 6 цифр; другие форматы и символы вне небольшого словаря не поддерживаются. Для заявленного режима нужны fp32 и greedy decoding, а плотный запуск требует значительной памяти и вычислений; проверка примеров не гарантирует исчерпывающую корректность.

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

calculator_scratchpad, max_digits=6 (torchwright)

A compiled transformer: the torchwright compiler emitted these weights directly from a computation graph — nothing was trained. This bundle is the calculator_scratchpad example built with max_digits=6: a computation graph for integer arithmetic (A op B with op in + - *) that streams its serial carry/borrow work as visible thinking tokens before emitting the answer.

The bundle uses the stock Phi-3 architecture and loads through transformers without custom model code or trust_remote_code.

Run it in fp32 with greedy decoding (do_sample=False). Other precisions and decoding modes are outside the supported contract.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = 'physicsrob/torchwright-calculator-scratchpad-max-digits-6'
model = AutoModelForCausalLM.from_pretrained(repo_id).eval()
tok = AutoTokenizer.from_pretrained(repo_id)

enc = tok('12*34\n', return_tensors="pt")
out = model.generate(enc["input_ids"], max_new_tokens=96, do_sample=False,
                     eos_token_id=tok.eos_token_id, pad_token_id=tok.eos_token_id)
print(tok.decode(out[0, enc["input_ids"].shape[1]:], skip_special_tokens=True))

Input and output

Prompts are A op B terminated by a newline: two non-negative decimal operands of up to 6 digits, with op one of +, -, *. Subtraction may produce a negative result. Wider operands, or any character outside the model's small vocabulary, are outside the contract — the output is undefined.

promptoutput
12*34<THINKING>…</THINKING>408
7+8<THINKING>…</THINKING>15
999999*999999<THINKING>…</THINKING>999998000001
999999+1<THINKING>…</THINKING>1000000
999999-123456<THINKING>…</THINKING>876543
123456-999999<THINKING>…</THINKING>-876543

The answer is preceded by a visible scratchpad between <THINKING> and </THINKING>: superscript glyphs (⁰¹²) stream the per-column carry / borrow / comparison state, plain digits are the unnormalized scratch answer, and subscript glyphs (₀₁₂) stream the leading-zero cleanup count. The final answer follows the closing tag — e.g. 999999+1 ends …</THINKING>1000000.

Intended use and limitations

This model is a demonstration of a computation graph compiled into transformer weights. It is not a general language model or a general-purpose calculator; only the input contract above is supported.

Verification

The examples above are exact reference outputs. The Modal publishing path reloads the emitted checkpoint through stock transformers, checks those examples plus additional width-limit cases against Python integer arithmetic, and refuses to upload on a mismatch. This is a functional smoke test, not exhaustive verification of every allowed expression.

Size

The checkpoint stores 27.92 GB of dense fp32 weights (6,980,214,784 entries) at compile width d=8192. 99.99% of those entries are exactly zero: the vast majority of the model is unused canvas, so size reflects the compile geometry rather than stored knowledge.

The zero entries are not compressed, and dense transformers execution still pays their memory and compute cost. CPU execution is supported; allow additional RAM beyond the checkpoint size.

Family

One example of many compiled with torchwright. Calculator siblings — calculator-simple (serial arithmetic, depth grows with the digit count), calculator-advanced (carry-lookahead, near-flat depth), calculator-scratchpad (flat depth; the serial work streams out as visible thinking tokens), and calculator-memorize (no arithmetic at all: a fact table, exponential in the digit count) — are published at several digit widths. Browse the torchwright calculator models on Hugging Face.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
5463705

0 моделей