/ Модель

Характеристики

Контекст
2 048 токенов
Архитектура
tamelm_two_axis · MoE
Библиотека
transformers
Опубликована
2 окт 2026

october-stage-1_a

Генерация текстаТекст → текст3 профессии

Экспериментальная языковая MoE-модель TAMELM, обученная с нуля для генерации текста.

346скачиваний за 30 дней0лайковвеса обновлены3 окт 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

october-stage-1_a — языковая модель генерации текста семейства TAMELM, разработанная автором репозитория reaperdoesntknow. Модель обучена с нуля; в метаданных указана архитектура MoE и формат весов Safetensors.

Модель предназначена для генерации текста. Карточка приводит значение loss 4,0202 на оценочном наборе, но не описывает набор данных, сценарии применения или результаты сравнительных тестов. Репозиторий создан 2 октября 2026 года; модель распространяется без указанной в доступных данных лицензии.

Сценарии применения

  • генерация текста

Ограничения

README не описывает обучающие данные, конкретные сценарии применения и ограничения; приведено только значение loss 4,0202 на оценочном наборе. Лицензия не указана в доступных данных.

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

october-stage-1_a

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 4.0202

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0002
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 1337
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.975) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 0.03
  • training_steps: 762

Training results

Training LossEpochStepValidation Loss
4.01360.52494004.0979
3.98361.07623.9594

Framework versions

  • Transformers 5.5.0
  • Pytorch 2.11.0+cu130
  • Datasets 4.3.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
TAMELM
Ревизия весов
11e10cd

0 моделей