Kite 8.1 — экспериментальная компактная языковая модель на 11 млн параметров для генерации текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Kite 8.1 — небольшая языковая модель на 11 млн параметров, опубликованная пользователем qikp. Это плотная авторегрессионная модель семейства Qwen3 для генерации текста; в метаданных указана библиотека Transformers и формат Safetensors. Контекст модели составляет 3072 токена, для токенизации использовался pika 5.
Модель обучена в течение одной эпохи на первом шарде перемешанного набора nvidia/Nemotron-ClimbMix с размером батча 12 и скоростью обучения 0,001. Она предназначена для экспериментов и простых задач генерации текста. Указана лицензия CC0-1.0.
Из-за малого размера модель не подходит для производственных нагрузок. Карточка не приводит оценок качества или подробного описания языкового покрытия; метаданные отмечают английский язык.
Из-за размера модель не подходит для производственных нагрузок. Карточка не содержит оценок качества; обучение описано только для одного шарда данных и одной эпохи.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
🎉 You are looking at Kite 8.1, which is larger and uses ClimbMix!
Kite is a small, trained, 11 million parameter language model.
It was trained on the first shard of Andrej Karpathy's shuffle of nvidia/Nemotron-ClimbMix, using 1 epoch, 12 batch size, 0.001 learning rate, and the pika 5 tokenizer.
Due to its size, the model is not suitable for production workloads.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…