/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
97,2 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Библиотека
transformers
Опубликована
22 янв 2026

Rain-100M

Генерация текстаТекст → текст3 профессии

Rain-100M — компактная экспериментальная англоязычная модель на архитектуре Qwen3 для генерации текста и исследований небольших языковых моделей.

497скачиваний за 30 дней23лайкавеса обновлены24 янв 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

Rain-100M — экспериментальная языковая модель, обученная с нуля на архитектуре Qwen3. В карточке указаны около 100 млн параметров; метаданные Hugging Face уточняют размер до 97,2 млн. Модель разработана владельцем репозитория raincandy-u и обучена на корпусе HuggingFaceFW/fineweb-edu примерно на 3 млрд токенов. Это плотная авторегрессионная Transformer-модель с 12 слоями, скрытым размером 768 и контекстом до 4096 токенов; для запуска используется библиотека Transformers.

Модель предназначена для генерации и продолжения англоязычного текста, а также для экспериментов с компактными языковыми моделями. Для токенизации обучен собственный BPE-токенизатор на 16 тысяч токенов. Качество обучения отражено в карточке отдельными метриками потерь, но там не приводятся результаты пользовательских бенчмарков.

Обучение проводилось только на английских данных, поэтому модель слабо подходит для других языков и не позиционируется как универсальный чат-ассистент. Системное выравнивание и дополнительная настройка безопасности не выполнялись; модель не предназначена для задач, где ошибки могут иметь серьёзные последствия. Лицензия — Apache-2.0.

Сценарии применения

  • продолжение англоязычного текста
  • генерация коротких англоязычных фрагментов
  • эксперименты с компактными авторегрессионными моделями
  • изучение обучения языковой модели на корпусе FineWeb-Edu

Ограничения

Обучена только на английских данных и слабо подходит для других языков; не предназначена для универсального чата или задач с высокими требованиями к безопасности. Системное выравнивание и настройка безопасности не проводились.

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

🩵 Rain-100M — Model Card

Rain-100M is an experimental language model trained from scratch based on the Qwen3 architecture.

🧠 Training & Data

  • Training corpus: HuggingFaceFW/fineweb-edu
  • Total tokens: ~3B
  • Language: English only
  • Tokenizer: Newly trained 16k BPE (optimized for small/compact models)
  • Max sequence length: 4096

Sample training metrics:

train/grad_norm: 0.6640625
train/learning_rate: 0.00000000002171853813
train/loss: 3.4459

🏗️ Architecture (Qwen3-style)

  • Parameters: ~100M
  • Layers: 12 Transformer layers
  • Hidden size: 768
  • Attention heads: 12
  • MLP dimension: 2048
  • Activation: SiLU
  • Weight dtype: bfloat16
  • RMSNorm eps: 1e-6
  • RoPE θ: 10000
  • Inference framework: transformers

⚠️ Limitations

  • Trained only on English data; weak or no capabilities in other languages, not suitable as a general-purpose chat model or for safety-critical use cases.
  • No system-level alignment or safety fine-tuning has been applied.

📄 License

When using this model locally, please also comply with the licenses of the fineweb-edu dataset and the transformers / Qwen3-related components.


中文版本

🩵 Rain-100M — Model Card

Rain-100M 是一个基于 Qwen3 架构 从零训练的实验语言模型。

🧠 训练与数据

  • 训练语料:HuggingFaceFW/fineweb-edu
  • Tokens 数量:约 3B
  • 语言:仅英语
  • Tokenizer:全新训练的 16k BPE(面向轻量模型优化)
  • 最大序列长度:4096

训练参数:


train/grad_norm:0.6640625
train/learning_rate:0.00000000002171853813
train/loss:3.4459

🏗️ 模型结构(Qwen3 规格)

  • 参数量:约 100M
  • 层数:12 层 Transformer
  • 隐藏维度:768
  • 注意力头数:12
  • 中间层维度:2048
  • 激活函数:SiLU
  • 权重类型:bfloat16
  • RMSNorm eps:1e-6
  • RoPE θ:10000
  • 推理框架:transformers

⚠️ 限制

  • 仅使用英文语料,小语言能力有限,不适合作为通用聊天或安全敏感任务;
  • 无系统对齐与安全强化。

📄 License

请在本地使用时遵循 fineweb-edu 数据集与 transformers/Qwen3 相关许可证。

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
ee26b01

0 моделей